DeepMind 研究员吐槽:RL 竞赛本为安全,却在助推能力
tomekkorbak · x · 2026-11-22
DeepMind 研究员 tomekkorbak 调侃 Anthropic 联创 Eric Mitchell(此前一直在讨论强化学习竞赛),指出「race to the top」本应是让安全水平互相拉高,结果各家实际却在比拼能力提升。一句吐槽点出了 RLHF/RLVR 竞赛中安全与能力目标之间的错位。
「Fun」频道最新
- tszzl 玩起 Baba Is You 梗:AI is stop 也挡不住逛集市 — tszzl · 2026-11-22
- Pedro Domingos 玩梗:数学现在是计算机科学的子领域了 — pmddomingos · 2026-11-22
- AWS Lambda 支持 GPU 运行 LLM,网友调侃五位数账单新姿势 — evilsocket · 2026-11-22
- 「没解决 P=NP 都不配叫前沿实验室」——AI 圈内卷段子 — evilsocket · 2026-11-22
- 因 AI 相识的情侣给新生儿取名 Ilya,致敬 Sutskever — VoidStateKate · 2026-11-22
- 研究者炮轰 Anthropic 抢占证明论文署名,指其缺乏学术诚信 — gerardsans · 2026-11-22