Domingos：没人能后训练只提升一域而不伤他域，AGI 尚远
pmddomingos · x · 2026-11-14
计算机科学家 Pedro Domingos 指出一个根本性困境：目前没有人知道如何对模型做后训练（post-training），使其在某项能力上变强而不在另一项能力上变差。他认为这一取舍问题尚未解决，意味着 AGI 并非近在眼前。这是对当前 RLHF/微调普遍存在能力此消彼长现象的凝练判断。
「漫话AGI」频道最新
- AI 竞赛终局猜想:多家均势或中心化全景监控 — CedricMakes · 2026-11-14
- 投资人称身边 60% 的人有某种 AI 精神症，越聪明陷得越深 — StewartalsopIII · 2026-11-14
- AI 不会让人人平等,反而比金钱更狠地拉开认知差距 — prasenx · 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
- 开发者感慨墨菲定律时代:数十亿并发事件让罕见故障成日常 — bingxu_ · 2026-11-14
- 开发者自述：agent 时代全能独立者反而更难被大厂雇用 — rudrank · 2026-11-14