NLA 优化的不是“真”
Turn_Trout · x · 2026-07-13
作者指出，NLA 的目标是最大化重建准确率，而不是追求“真实”。它们与现实的唯一接触点，是训练前由 Claude 先对模型内部状态做一个“warm start”猜测；随后编码器和解码器再基于这些猜测继续微调。
这解释了为什么训练过程会受到初始猜测强烈影响：系统优化的是可重建性，不是语义真实性。
所属事件:探究自然语言自编码器：全错初始化仍保准确率但加剧编造(7 条相关)→
「研究」频道最新
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11