MLST 访谈：让 AI 学会复制论文，补上「问对问题」的能力
Machine Learning Street Talk · rss · 2026-09-12
Machine Learning Street Talk 邀请 Inherent 联合创始人兼首席科学家 Edward Hughes 深谈「AI 能否学会科学判断力」这一核心命题。
核心观点
- 创造力不是优化：Move 37 只是「创新」而非「创造」，什么算发现由整个学术共同体而非个人决定；AI 缺的能力是判断哪些问题值得问。
- 论证脉络横跨 Csikszentmihalyi 的创造力心理学、David Deutsch 的「难变奏解释」、exaptation 与开放式探索（open-endedness）：欺骗性目标和不完美世界模型不是缺陷，而是发现的前提。
论文与实验
- Replica：将真实论文中的图表抹去后构建的复现任务空间。
- Faraday：一个 27B 参数模型，用于引导前沿编码 agent 做论文复现，在留出的复现任务上击败 Codex、Claude 和 GLM 5.2 等前沿模型。
- 讨论还覆盖从复现到创新的路径（Transformer 的诞生）、AI 科学家是否会 Goodhart 评审、8xB300 训练细节、GRPO 逐轮信用分配的 RL 危机、以及 agent 公司的相变与 OKR 的未来。
节目含完整时间戳与参考文献列表。
「研究」频道最新
- PyTorch 核心开发者推出交互式 Roofline 教程，支持 NVIDIA GPU 分析 — ezyang · 2026-09-20
- SonicRV 网页版 RISC-V 处理器模拟平台:可视化流水线与波形 — blaizedsouza · 2026-09-20
- AI 垃圾论文涌入同行评审，学者提议按摘要直接拒稿并取消作者-审稿人讨论 — YiMaTweets · 2026-09-20
- 5 万篇 ICLR 投稿需 150 人年评审,作者提议加 AI 初筛轮 — DJiafei · 2026-09-20
- OpenAI 用 1 万个 agent 验证 Navier-Stokes 方程失效引热议 — DeepLearningAI · 2026-09-20
- 复现 Jev 思路实测：选项乱序平均把准确率从 47% 提到 73% — WelcomeMysterious122 · 2026-09-20