Jon Stokes:前沿模型能力多来自重金 post-training 而非自发泛化
ZeroStateReflex · x · 2026-11-19
Jon Stokes 回应 Zach Mueller(mmjukic)的疑问:公开数据显示实验室大部分开支流向 post-training,印证了他的判断——前沿模型的能力主要来自高强度、定制的专项数据收集,而非「失控泛化」。他在 3 月的推文中指出:Meta 与 xAI 追不上前沿、中国开源模型落后数月,说明三大实验室(OpenAI/Google/Anthropic)的优势在于握有海量真实用户会话可用于 RL 训练;这种智能并非平滑的通用能力,而是「特例点云」,大厂靠更多数据点把它填得更密。
「漫话AGI」频道最新
- Yoken 聊 Second:流式状态上下文基建,把「用户建模」做成 API — Scobleizer · 2026-11-19
- 观点:同步式 AI 的规模将是当下异步 AI 的 100 倍 — gabriel1 · 2026-11-19
- 艺术家要深度理解 AI,才能在政策与安全辩论中拥有话语权 — amplifiedamp · 2026-11-19
- 百万美元伯格鲁恩奖得主Nagel谈AI意识,遭哲学家圈内质疑 — connoraxiotes · 2026-11-19
- 延续意识讨论:帖子为对前一话题的简短转发互动,补充信息有限 — connoraxiotes · 2026-11-19
- NYT 作者质疑 Anthropic 的生存论叙事,Nat Lambert 批其正冲向盲区 — natolambert · 2026-11-19