谷歌工程师解读「大象随机数」：非魔法，是共享训练数据的必然结果
gerardsans · x · 2026-11-12
针对 egfalken 的「大象随机数」实验，gerardsans 解释这是预期行为而非魔法：AI 模型的输出由输入和训练数据分布共同影响，即 P(output | input)。不同厂商的模型表现相似，只是因为它们共享了相似的训练数据，学到了相同的关联模式。
所属事件:「大象随机数」实验走红，谷歌工程师揭秘并非魔法(3 条相关)→
「模型」频道最新
- Addy Osmani 指南：Claude 四款模型怎么选，先从 Opus 中档起步 — bibryam · 2026-11-12
- Google 扩大科研计划：数千学者免费获 Gemini 4 Carbon 访问权 — pushmeet · 2026-11-12
- 软银用 GPT-6 Astra 复扫自家系统，又曝出 3.5 万个新漏洞 — IgorCarron · 2026-11-12
- Kakao 发布端侧小模型 Raon-1 nano，已落地 PUBG 与 ZOI 两款游戏 — Kangwook_Lee · 2026-11-12
- Meta 推出 MetaEncoder:单一编码器统一检索与决策，支持自然语言任务打分 — pmttyji · 2026-11-12
- 给 Qwen 装上身体：开发者展示让通义模型驱动实体的尝试 — Sauers_ · 2026-11-12