牛津学者 Toby Ord 推演 RL 算力与任务时长长度的幂律关系
tobyordoxford · x · 2026-11-14
牛津学者 Toby Ord 在与 Ramez、Ben Todd 等人讨论 RL 算力扩展（RLcompute）与任务时长（horizon）的关系时指出：即便 ECI 对 RL 算力是对数关系、horizon 对 ECI 是指数关系，也不能简单认为两者会相互抵消回到线性——结论取决于具体常数。一般情况下，horizon 可以表示为 RL 算力的幂律（power law）。
所属事件:牛津学者 Toby Ord：RL 算力翻万倍才推升基准成绩(17 条相关)→
「研究」频道最新
- TestPrune:只跑相关回归测试,破解 AI 自动修 bug 的验证瓶颈 — burkov · 2026-11-14
- 幼儿只能从会回应的对象学新词,研究呼吁用响应式 AI 复测 — AnnaCiaunica · 2026-11-14
- MIT 教授将谈 AI 科学发现:智能体蜂群自主研究超材料 — ProfBuehlerMIT · 2026-11-14
- Walden 演讲：基座模型快速变强，中训练数据正被商品化 — ZeYanjie · 2026-11-14
- Nathan Lambert 反驳 Dwarkesh：持续学习并非 AI 进步的瓶颈 — natolambert · 2026-11-14
- AI Lab 能否攻克疾病：制药业两大盲区之争引热议 — bookwormengr · 2026-11-14