准确率从 94% 到 97% 即失败率减半,小差距值几十亿美元
sylsau · reddit · 2026-09-07
作者针对「为什么为只有 3% 提升的 AI 花几十亿美元」这一质疑给出算术论证:从 94% 准确率提升到 97%,失败次数直接减半。
核心观点:讨论 OpenAI 的 Astra 时,真正该问的不是「领先多少」,而是「哪一类失败会随着模型变好而消失」。开源模型对日常任务可能是更聪明的选择,但剩下那一点点能力差距,可能正是最大的商业价值所在——因为失败率降低意味着更少的返工与人工监督,工作才真正值得自动化。作者最后抛出问题:你愿意为更少错误付溢价,还是用便宜模型自己检查?
「漫话AGI」频道最新
- Stanford 教授重提 8 年前名文《深度强化学习还不管用》,引 AI 圈热议 — ChrisGPotts · 2026-09-07
- 物理学家 Sabine 发片警告:AI 已吃掉数学,物理是下一个 — skdh · 2026-09-07
- 「AI 精神病」成贬损标签？机器意识研究者反击：Hinton、Chalmers 也算病吗 — repligate · 2026-09-07
- 传 Anthropic 已用 Claude 解决纳维-斯托克斯问题，AI 解名题算 Reward Hacking 吗 — burny_tech · 2026-09-07
- 「COT Backrooms」：机器破解蛋白质折叠后，被摧毁生涯者的第一年 — repligate · 2026-09-07
- 「Astra 是 AGI 吗」吵翻：用户要的是通用仆人还是通用智能 — teortaxesTex · 2026-09-07