AI 数学突破总在反驳旧边界，研究员这样看
herbiebradley · x · 2026-07-24
AI 研究员 Herbie Bradley 认为，迄今为止多数 AI 数学突破，实际上都在反驳人们先前对模型能力边界的判断。
- 他指出，很多人把 RSI（递归自我改进）的希望寄托在样本效率提升 2 到 3 个数量级，但 RL 在长链路任务上本身就并不算高效。
- 在他看来，当前系统仍更像是在 transformer 及其变体上做模式识别，并没有真正刻画科学发现过程。
- 他还强调，模型在新发现、依赖直觉的研发、创新上，至今仍明显弱于人类研究者。
- 过去那些数学突破，往往都是对“模型不可能做到什么”的反例。
「漫话AGI」频道最新
- 反 AI 内容算法爆火很赚钱，作者：两边都在卖货 — annetgriffin · 2026-10-26
- 硅谷解读：斯坦福 20 公里圈五巨头市值约 18 万亿美元 — FinanceYF5 · 2026-10-26
- 从 Claude 到 AlphaEvolve：AI 自我改进离「奇点」还有多远 — Exponential View (Azeem Azhar) · 2026-10-26
- 人形机器人两年跑赢人类：半马破纪录、百米超博尔特 — ben_j_todd · 2026-10-26
- Stephen Casper 播客畅谈：AI 会否成为网络空间的「寄生(peer)物种」 — StephenLCasper · 2026-10-26
- EMNLP 主题演讲背后：用语言模型「模拟学习者」生成儿童语言习得新假设 — najoungkim · 2026-10-26