Noam Brown 感慨:2.5 年前前沿模型还在刷小学数学题 GSM8K
polynoamial · x · 2026-10-27
OpenAI 研究员 Noam Brown 发推回顾:仅仅 2.5 年前,AI 实验室还在用小学数学基准 GSM8K 来展示自家前沿大模型的性能;他期待再过 2.5 年又会是什么光景。引用的原帖配文"百看不厌",指向当年 benchmark 成绩的历史画面。
这条短评来自推理研究领域的标志性人物,以一手视角勾勒出 LLM 能力曲线的陡峭程度——当年引以为傲的跑分如今已不值一提。
所属事件:OpenAI 研究员感慨 GSM8K 小学数学基准已成历史(2 条相关)→
「漫话AGI」频道最新
- Carmack 泼冷水:全球没有任何机器人能换个南瓜灯电池 — ID_AA_Carmack · 2026-10-27
- Stripe 高管疑惑:AI 用文字训练却最不擅长写作 — jeff_weinstein · 2026-10-27
- Thiel 谈 SI 之后什么最重要，思考 30 秒答：人际关系 — kleffew94 · 2026-10-27
- Claude Opus 5.5 一日抛出三大成果:证伪ETH、全维Kakeya、Yang-Mills存在性 — repligate · 2026-10-27
- Vergecast：文件已死，TinyLittleOffice 把一切装进 URL — round · 2026-10-27
- OpenAI 问三个学科怎么发布 AI 成果，数学家们答：直接发呗 — amasad · 2026-10-27