Toby Ord回应RL扩展质疑：时间跨度与算力或呈幂律关系
tobyordoxford · x · 2026-11-09
Toby Ord 回应 Basil Halperin 关于 RL scaling 存在对数问题的观点，他认为现有证据更支持 RL scaling 在能力上呈幂律关系：Whitfill-Snodin-Becker 的研究（实证与其理论模型）显示任务时间跨度与训练算力呈幂律关系，即 time horizon = (training compute)^gamma。他承认自己此前只关注该论文中算力增长放缓的影响估计，未注意到这组幂律关系，并表示正在实时思考这一问题。
所属事件:牛津学者激辩RL算力与AI任务时长的幂律关系(10 条相关)→
「漫话AGI」频道最新
- 「基座 cope」：AI 伦理研究者拆解人类默认 AGI 时代的九种错觉 — danfaggella · 2026-11-09
- 开发者担忧:AI 替人判断法律风险是在越界操纵人类 — ezshine · 2026-11-09
- Google Shopping 假日 100 上线：商品点击已改跳 AI Mode — gaganghotra_ · 2026-11-09
- 学者观点：会议审稿真问题是审稿人不合格，而非用 LLM — LucaAmb · 2026-11-09
- antirez:拒绝 AI 编程辅助的人正明显掉队 — antirez · 2026-11-09
- AI 双周记:METR 测得 Anthropic 研发提速 2 倍,苹果给工程师 AI 用量降限额 — emmanuelvivier · 2026-11-09