Lilian Weng (Lil'Log) · RSS 摘要

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

• Harness Engineering for Self-Improvement（面向自我改进的 Harness 工程） — 递归自我改进（RSI）的概念最早可追溯至 I. J. Good（1965），他将"超级智能机器"定义为能够在所有智能活动中超越人类……
• 谨慎地看待 Scaling Laws — Scaling laws 是深度学习中最关键的实证发现之一。其观察形式很简单：训练损失 $L$ 随着模型……
• 我们为何思考（Why We Think） — 特别感谢 John Schulman 对本文提供的诸多宝贵反馈与直接修改。Test time compute（Graves 等人 2016、Ling 等人 2017、Cobbe 等人 2021）……
• 强化学习中的 Reward Hacking — Reward hacking 是指强化学习（RL）智能体利用奖励函数中的缺陷或歧义来获取高奖励，而并未真正学习或完成……
• LLM 中的外在幻觉（Extrinsic Hallucinations） — 大语言模型中的幻觉通常指模型生成不忠实、捏造、不一致或无意义的内容。作为一个术语，幻觉在某种程度上……