开发者断言：再大上下文也让模型学不会用户偏好
gabriel1 · x · 2026-09-30
开发者 gabriel1 提出，模型个性化瓶颈不在上下文长度或测试时训练——即使拥有无限完美的用户上下文，模型也无法就用户偏好做外推。他认为模型本应能从日常对话方式中推断出大部分偏好，猜测是因为相对 RSI（自我改进循环）而言，个性化优先级太低。
「漫话AGI」频道最新
- Peter Diamandis 对谈《雪崩》作者：艺术与科学并非对手 — PeterDiamandis · 2026-09-30
- 隐私未死但将重塑:学者预测现有隐私概念大多会被新规范取代 — NathanpmYoung · 2026-09-30
- 80000小时创始人:全自动化认知劳动比登月重要得多 — ben_j_todd · 2026-09-30
- AI 安全从业者辟谣:六年从未接触所谓小圈子,幸存者偏差在作祟 — BlancheMinerva · 2026-09-30
- Plinz：能力否认者不谈算力瓶颈，而是断言整个路线注定失败 — burny_tech · 2026-09-30
- Anthropic 研究员自嘲:一边是安全怀疑派,一边是能力否认派 — burny_tech · 2026-09-30