jd_pressman：神经网络必须够大，因为世界观测的比特多是「纹理与史实」
jd_pressman · x · 2026-09-05
AI 研究者 Janus 生态圈的 jdpressman 在回复中提出一个观点：在数学之外的领域，复现科学观测所需的比特大多不是简洁规律，而是纹理、背景设定、我们这条世界线的具体历史细节——这也解释了为什么神经网络必须做得很大才能拟合现实数据。他在近期研究中验证自己关于缓解因果 Goodhart 的直觉是否成立。
「漫话AGI」频道最新
- AI 辅助证明引发争论：数学界是否还关心真理本身 — avt_im · 2026-09-05
- 高算力 RL 下人格选择模型渐失预测力，研究者质疑泛化机制 — voooooogel · 2026-09-05
- WSJ：企业 CIO 界认为我们正进入通用人工智能时代 — israelavila · 2026-09-05
- 「随机鹦鹉」进化了：演示 LLM 能力已需动用 3D 和游戏 — airesearch12 · 2026-09-05
- 爱丁堡外卖骑手控诉算法压低收入,吁平台打开 AI 算法黑箱 — nordicinst · 2026-09-05
- Reddit 热帖：Codex 活跃用户超 2500 万，AI 还在“没用”？ — AkindaGood_programer · 2026-09-05