Dietterich:RL 让 LLM 探索新搜索路径,如 AlphaGo 般不止重组旧料
tdietterich · x · 2026-10-09
Thomas Dietterich 在与批评者的争论中反驳「LLM 只是重组已有材料」的说法：借助强化学习，这些模型会探索训练语料中从未出现的新搜索路径，正如 AlphaGo 发现全新的制胜着法，因此系统并非仅在既有材料间重新组合。
「漫话AGI」频道最新
- 历史上卡车取代马车的启示：自动化伤害最小的路径是新人不进场 — soumitrashukla9 · 2026-10-23
- 研究者反驳「AI 网络安全恐慌」：卖防御先造焦虑是老剧本 — gerardsans · 2026-10-23
- Nina Schick：算力不足本身就是巨大的网络与整体安全风险 — NinaDSchick · 2026-10-23
- 投资人观点：AI 若是泡沫，也是最「分裂」的一个 — robleclerc · 2026-10-23
- Chamath：银行将率先用服务条款封杀 AI Agent — nicolechirps · 2026-10-23
- AI 研究者：Claude 替我完成了多年前放弃的繁琐研究任务 — MikePFrank · 2026-10-23