监督与自监督是伪二分法?先验只是起点,最终都要做 RL
KyleMorgenstein · x · 2026-11-18
Kyle Morgenstein 在 X 上提出:「监督 vs 自监督」的对立是个伪二分法——即使参考信号只是数据集的潜在属性(如对比学习方法),你仍然是在针对某个参照物做训练。他认为这种方式适合引导先验(bootstrap priors),但如果想用这些先验做出真正有趣的东西,最终都绕不开强化学习(RL)。
「研究」频道最新
- EPFL 招聘物理×计算机交叉方向 Tenure-Track 助理教授 — KyleCranmer · 2026-11-18
- Meta FAIR 与 NYU 控制变量研究:多模态模型未必需要预训练视觉编码器 — NielsRogge · 2026-11-18
- 评测方法学之争:统计检验有效,但结论须覆盖 prompt、judge 与 harness 的变异 — srchvrs · 2026-11-18
- 晒出 RL 讲义:监督学习是函数逼近,智能是函数发现 — KyleMorgenstein · 2026-11-18
- 「监督 vs 自监督」是伪二分:总有一个参照在指导训练 — KyleMorgenstein · 2026-11-18
- ELLIS NeurIPS Fest 2026 回归:欧洲多地展出 18 篇入选论文 — DocXavi · 2026-11-18