LLM逼近自我迭代，如何量化与训练「品味」？

Kangwook_Lee · x · 2026-08-13

随着 LLM 逐渐具备自我改进的潜力，如何衡量和训练模型的「品味」成为关键问题。作者认为，目前用引用量等指标来训练科学品味（类似用票房训练影评人）只抓住了表象，而未能触及核心。\n\n文章梳理了多位行业大佬对「品味」的定义：Ira Glass 提出创作者的「品味鸿沟」，即审美判断力往往领先于实际执行能力；Chris Olah 区分了研究亲密感与研究品味，认为对底层细节的深度熟悉是产生洞察的基础；Michael Nielsen 则将研究者分为解题者和出题者，而品味的核心正是知道该提出哪些好问题。