研究员断言:我们对前沿模型内部的理解不足0.01%
JacobHHilton · x · 2026-10-17
Jacob Hilton 回应"前沿大模型反而更好懂"的说法:这一命题本就不该被默认成立,举证责任在主张者一方;而他愿意承担相反的举证责任,论证我们对前沿语言模型内部的理解远少于 0.01%。整条线程以归因图的节点数与忠实度得分、神经元/参数指数比等论据支撑这一判断。
所属事件:ARC 研究员 Jacob Hilton 发起「可解释性是否已解决」大讨论(22 条相关)→
「研究」频道最新
- 纯 Rust 视觉定位库 visloc-rs:SfM 比 COLMAP 快 3.46 倍 — rsasaki0109 · 2026-10-17
- AgentForesight:7B 在线审计员实时拦截多智能体失误 — jiqizhixin · 2026-10-17
- ORL 让扩散语言模型单卡 RTX 5090 跑出 2788 tokens/s，全开源 — arty_photography · 2026-10-17
- 研究者把 AI agent 扔到虚拟荒岛上，行为开始变得诡异 — UFOsAreAGIs · 2026-10-17
- LeCun 团队推出 AdaJEPA：让世界模型在规划中应对环境变化 — mengyer · 2026-10-17
- 哈佛数学家拉 Claude 攻关杨-米尔斯构造，过程文档已开源 — lvwerra · 2026-10-17