研究者质疑:前沿模型尚无证据能凭空写出可用的神经网络
paul_cal · x · 2026-11-05
研究者 paulcal 对当前 RLVR(可验证奖励强化学习)路线提出两点质疑:
- 目前没有证据表明前沿模型能"从零凭空"写出足够好的神经网络,去填补典型神经网络用例。
- 也没有证据显示模型具备对"巨大不可解释矩阵"(权重)的零样本读/写/理解能力。
他的结论带有讽刺:即便如此,行业仍在继续 RLVR。这是对模型自我改进与自动化研究上限的代表性怀疑论观点。
「漫话AGI」频道最新
- 「最被浪费的能力」：数百万人向最强智能提问，却只让它改写邮件 — r0ck3t23 · 2026-11-05
- 新论文:LLM 人群模拟须在规则变更后仍成立才有用 — soumitrashukla9 · 2026-11-05
- 9个Claude Agent互连缓冲区,自发用128位协议通信 — cephaloform · 2026-11-05
- Brynjolfsson 与 Acemoglu 上 NPR 播客，回答「AI 会抢我工作吗」 — erikbryn · 2026-11-05
- 《Knights of Guinevere》把「AI 是否该被道德尊重」当正经剧情线 — 1a3orn · 2026-11-05
- Agentic commerce 两条路线之争：网络代币 vs 自带余额的智能体钱包 — schwentker · 2026-11-05