OpenAI 研究员:Jev 走红说明还有老 ML 点子值得抢救
willdepue · x · 2026-09-22
OpenAI 的 Will Depue 回顾其 Jev 项目(Jev 指数相关应用)意外走红:它本质上只是一个零样本分类器,但具备接近前沿模型的智能,他惊讶此前没人做过。他由此推测 embedding 模型里可能也存在类似被低估的机会(Jev for embedding models),好奇还有哪些老机器学习点子值得用现代模型能力重新做一遍。
所属事件:OpenAI研究员称Jev走红提示旧ML点子值得抢救(3 条相关)→
「研究」频道最新
- 开训28天宣称破 Navier–Stokes 与百题，OpenAI 数学界「奇点时刻」 — Dr_Singularity · 2026-09-22
- Limite 从零预训：不足3000亿 token 几乎全喂数学，借鉴 nanogpt 竞速架构 — tensorqt · 2026-09-22
- OpenAI：新模型开训仅24天已解决逾百个长期悬而未决数学难题 — gaganghotra_ · 2026-09-22
- 无需分解 N:研究者在近 SNFS 时间内伪造 1024 位 RSA 签名 — matthew_d_green · 2026-09-22
- 多轮对话评测改写图灵测试结论:单轮通过≠持续通过 — CShorten30 · 2026-09-22
- 1B 小模型 BeyondAIME 得 74.25%,仅用 300B token 训练即超 30B 模型 — tensorqt · 2026-09-22