Ethan Mollick:RL 强化的是语言推理,仍算人类语言的胜利
emollick · x · 2026-11-21
Ethan Mollick 与 @JacksonKernie 讨论 RL 在模型进步中的作用。对方认为 RL 才是数学能力进步的核心,而预训练只是基础;Mollick 回应称,RL 之所以有效,正是因为它从一个从人类文本中学会推理的模型出发,且其强化的推理仍以语言(文字)为载体,因此他仍将此视为人类语言的胜利。
「漫话AGI」频道最新
- 25 万页黎曼猜想证明像 iPhone:jon_stokes 回应「计算再魅化」论 — nptacek · 2026-11-21
- AI 攻克 Navier–Stokes 后千禧难题连破,陶哲轩为何没预料到? — burny_tech · 2026-11-21
- 神经科学家集体担忧:顶刊系统神经论文多为「精致垃圾」 — KordingLab · 2026-11-21
- 预测者:2027 年前 AI 再解一个千禧年难题的概率达 85% — NathanpmYoung · 2026-11-21
- 库兹韦尔新书封面上架:『奇点来了又走了』 — PeterDiamandis · 2026-11-21
- GitLab 联创 Sijbrandij 分享用 ChatGPT 对抗癌症的经历 — RichardsonDx · 2026-11-21