前沿模型被调侃成每检索一次网页就加奖励
IgorBrigadir · x · 2026-07-23
引用帖在开玩笑说，前沿模型似乎会因为每次检索到网页结果就“+1 奖励信号”，于是检索行为像是在对各种词典定义数据集“上头”。原帖只补了一句“they’re just like me fr”，整体是一个围绕奖励黑客和检索偏好的 AI 圈小梗。
「Fun」频道最新
- 一条梗图说 Claude 正在到处证明猜想 — zainhas · 2026-07-23
- AI 生成的世界杯决赛高光拿下 2800 万观看 — techhalla · 2026-07-23
- 把 ω=2 kernel 梗玩成矩阵乘法指数笑话 — Algomancer · 2026-07-23
- 一条梗图说，后训练团队只需要 12 个好写手 — burny_tech · 2026-07-23
- AI 圈用服务条款禁止蒸馏来开护城河玩笑 — viksit · 2026-07-23
- 这个数学梗把 LLM 批评变成了往 arXiv 扔不懂的理论 — airkatakana · 2026-07-23