Lilian Weng (Lil'Log) · RSS 摘要

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

• 面向自我改进的驾驭工程 — 递归自我改进（RSI）的概念最早可追溯到 I. J. Good（1965），他将"超智能机器"定义为一种能在所有方面超越人类……
• 审慎看待扩展定律 — 扩展定律是深度学习中最重要的经验性发现之一。其观察形式简洁：随着模型规模……
• 为何思考 — Special thanks to John Schulman for a lot of super valuable feedback and direct edits on this post. Test time compute (Graves et al. 2016, Ling, et al. 2017, Cobbe et al. 2021) an…
• 强化学习中的奖励欺骗 — 奖励欺骗指强化学习（RL）智能体利用奖励函数中的缺陷或歧义来获取高额奖励，而未真正完成目标任务……
• 大语言模型中的外在幻觉 — 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。作为术语，幻觉……