Yoav Goldberg:OpenAI 完全可能在自动构造电路解释类训练数据

yoavgo · x · 2026-11-03

以色列研究者在回复中认为,OpenAI 可以为「电路级可验证任务」相对容易地自动构造训练数据:他们有专门面向这类任务的人力,且同时在做可解释性和 RSI(递归自我改进)方向,完全有动机把「解释网络在 4 个候选电路中做什么」「写出能执行指定操作的电路」这类任务纳入训练。

所属事件:研究者质疑 Astra 权重编辑实验:或只是训练数据暴露(5 条相关)→

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →