Thom Wolf 新讲座谈过优化、奖励黑客与逢迎
Thom_Wolf · x · 2026-07-26
一场更短的讲座，主题是过优化、奖励黑客、逢迎和冗长等问题。
Thom Wolf 说，这次内容主要是基础概念、历史脉络和一些反思。他在录制时意识到，rubric 也可能像 reward model 一样被过度优化，而 RLVR 本身又是另一回事。
讲座主要覆盖：
- 过优化与 Goodhart 定律
- 奖励黑客的基础
- 逢迎与冗长行为
- 为什么评测标准本身也会被“刷分”
所属事件:专家讲座探讨大模型过优化与奖励黑客等失真问题(3 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