OpenAI 困惑度叙事遭质疑:数学突破或源自 RL 而非预训练
OpenAI 博客称模型升级到 log-perplexity 约 0.76 后开始产出突破性数学成果,网友 stochasticchasm 对此提出质疑,认为数学发现与能力爆发更多归功于强化学习(RL)而非预训练,且脱离数据集、上下文长度等条件,困惑度数字本身很难说明问题,引发对相关指标解释力的讨论。
2026-11-23 ~ 2026-11-23 · 2 条相关
- 数学能力突破靠 RL 而非预训练?困惑度指标遭质疑 — stochasticchasm · 2026-11-23
- 网友质疑 OpenAI 困惑度叙事:数学突破靠 RL 而非预训练 — stochasticchasm · 2026-11-23