MIT Ziming Liu 批评 AutoResearch：不懂原理的训练技巧会引发 forking 过拟合灾难
ZimingLiu11 · x · 2026-10-26
KAN 论文作者、MIT 研究者 Ziming Liu 发推批评「AutoResearch」（自动化研究流程）无法泛化：自动化搜索找到的训练技巧在设定稍有变化时会导致被他称为「forking」的过拟合灾难。他强调没有对机制的理解就只是盲目崇拜自动化产出，而人类研究者的价值在于深入这些混乱结果、找出背后的原因。这条观点是对当前自动化 AI 研究潮流的针对性反思。
所属事件:MIT 团队从 AutoResearch 异常曲线中挖出「forking」过拟合现象(6 条相关)→
「漫话AGI」频道最新
- 高盛：美企 AI 采纳率与就业增长呈显著负相关 — ben_j_todd · 2026-10-27
- a16z：改变世界的技术都先「混乱入场」，Agent 正走同样的路 — a16z · 2026-10-27
- 断网也得会看病：NEJM AI 警告医学教育不能丢掉脱离 AI 的基本功 — BraydonDymm · 2026-10-27
- 程序员警告:模型「消融版」将冲击软件供应链,千级依赖无人设防 — nitarshan · 2026-10-27
- 程序员观点：每次 SOTA 模型发布，都该主动「删掉」部分旧认知 — zack_overflow · 2026-10-27
- Replit 预言：2030 年前每家财富 500 强都将是「自驾公司」 — amasad · 2026-10-27