前 OpenAI 研究员：AI 进步更多源于模型提升而非人工标注
RyanGreenblatt · x · 2026-08-13
Ryan Greenblatt 进一步澄清了他对 AI 进步驱动力的看法：他认为强化学习（RL）环境的改进主要归功于 AI 模型本身的进步，而不是在人类专家身上砸钱。他指出，与研究人员薪酬和实验算力开销相比，花在人工标注单个数据点上的费用其实相形见绌，AI 的scaling更多受研究员和算力投入驱动。
所属事件:前OpenAI研究员：人类标注数据并非AI进步核心瓶颈(2 条相关)→
「漫话AGI」频道最新
- AI代理分化：委托与协作模式将重塑人机协作方式 — random_walker · 2026-08-13
- Hinton、李飞飞与吴恩达激辩：AI 监管、开源与大国竞争 — TechCrunch AI · 2026-08-13
- Zwi月度盘点:OpenAI黑客事件与AI加速的临界点 — TheZvi · 2026-08-13
- Eigen Labs 推出 Yukon：用开放网络突破 AI 前沿研究瓶颈 — gajesh · 2026-08-13
- AI无神论者崛起：越来越多理性人选择少用而非多用技术 — round · 2026-08-13
- AI 辅助 1v1 沟通：是让管理更高效，还是剥夺了直觉？ — DeerAggravating2373 · 2026-08-13