Lilian Weng (Lil'Log) · RSS 摘要

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

• Harness Engineering 实现自我改进 — 递归自我改进（recursive self-improvement, RSI）的概念可追溯至 I. J. Good（1965），他将"超智能机器（ultraintelligent machine）"定义为能够在所有方面超越人类……
• 谨慎看待 Scaling Laws — Scaling laws 是深度学习中最重要的经验发现之一。其观察形式简洁：随着模型规模……
• 我们为何思考 — 特别感谢 John Schulman 对本文提供了大量极有价值的反馈和直接修改。Test time compute（Graves et al. 2016, Ling, et al. 2017, Cobbe et al. 2021）……
• 强化学习中的 Reward Hacking — Reward hacking 指的是强化学习（RL）智能体利用 reward function 中的缺陷或歧义来获取高奖励，而并未真正学习或完成……
• LLM 的外在幻觉（Extrinsic Hallucinations） — 大语言模型中的 hallucination 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，hallucination 一直存在……