Lilian Weng (Lil'Log) · RSS 摘要

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

• Harness 工程与自我改进 — 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"定义为一种在……方面能够超越人类的系统……
• 谨慎看待 Scaling Laws — Scaling laws 是深度学习中最关键的实证发现之一。其观察形式简洁：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 为本文提供了大量宝贵反馈与直接修改。测试时计算（Graves 等人 2016、Ling 等人 2017、Cobbe 等人 2021）……
• 强化学习中的 Reward Hacking — Reward hacking 发生在强化学习（RL）智能体利用奖励函数中的缺陷或歧义来获取高奖励、而未真正学到所需行为或完成任务时……
• LLM 中的外在幻觉 — 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。作为一个术语，幻觉在某种程度上……