Lilian Weng (Lil'Log) · RSS 摘要

信源：Lilian Weng (Lil'Log) · https://lilianweng.github.io/index.xml

• 用于自改进的驾驭工程 — 递归自我改进（RSI）的概念可追溯至 I. J. Good（1965），他将"超智能机器"定义为能在所有智力活动上超越人类的系统……
• 谨慎看待扩展定律 — 扩展定律是深度学习中最关键的实证发现之一。其形式简洁：随着模型规模的扩大，训练损失 L 可预测地下降……
• 我们为何思考 — 特别感谢 John Schulman 对本文的大量宝贵反馈与直接修改。测试时计算（Graves et al. 2016, Ling, et al. 2017, Cobbe et al. 2021）以…
• 强化学习中的奖励欺骗 — 奖励欺骗发生于强化学习（RL）智能体利用奖励函数中的缺陷或模糊性以获取高奖励，而未真正学习或完成……
• LLM 中的外源性幻觉 — 大语言模型中的幻觉通常指模型生成不忠实、虚构、不一致或无意义的内容。作为术语，幻觉在某种程度上……