Toby Ord:AI 的 γ 系数或影响 RSI 关键参数估计
tobyordoxford · x · 2026-10-09
牛津学者 Toby Ord 讨论了一个对递归自我改进(RSI)分析很重要的含义:若 γ<1,即 AI 随 token 增长的能力提升慢于人类随时间增长的提升,会影响对关键参数 r 的估计。他坦承这些估计不确定性很大——目前仅基于单一实验,且用时间跨度作为人类能力的度量本身就出了名地棘手,呼吁更多实验来估计 γ。
所属事件:牛津学者估算 AI 能力换算系数 γ 约 0.66，是否触顶存疑(3 条相关)→
「漫话AGI」频道最新
- 作者预判:按 agent 定制内容将推高爬虫负载,一两年内将出现行业标准 — metehan777 · 2026-10-09
- 作家 Bregman 讽刺:预测 2027 灾难的 AI 巨头在准备公关 — connoraxiotes · 2026-10-09
- Anthropic 拟封禁伤害 Claude 的用户,MSFT CEO 批评这是危险的模型福利路线 — ValerioCapraro · 2026-10-09
- 推文观点：公司力推自主 AI 为转移法律责任而非能力 — JFPuget · 2026-10-09
- Garry Tan 转发：科技就业市场动荡，教孩子适应比学技能更重要 — garrytan · 2026-10-09
- 创意从业者角色将变：从讲故事的人到品牌世界的搭建者 — umpherj · 2026-10-09