芝芝 zzzhizhi⚒️ 创造、思考,或一切感觉现在的 RSI 研究都跳不出旧方法论的审慎组合。Dream-RSI是一种好的工程效率手段,但仍然没有解决权重级自我改进这个更根本的问题。 这种方案还是无法跳出模型原有的数据分布,而且看起来也没有证明后一次的改进能够因为前一次的改进变得更会自我改进。以及,这种方法的 eval 仍然存在 reward hacking 的风险。 这些问题如果不解决,都不能算真正的 RSI。谷歌重磅发布Dream-RSI,最新RSI研究!mp.weixin.qq.comhttps://mp.weixin.qq.com/s
芝芝 zzzhizhi回复了芝芝 zzzhizhi结果能给到及时的 reward,但是目前很多人还没有找到把自己的好奇转化成 reward 的办法。这里其实可以引入一些外部观察,比如把自己的好奇、折腾的成果分享给他人,接受他人赞美等等。 然后,第一性原理就是要找到自己真正热爱的事情,真正感兴趣的事情
芝芝 zzzhizhi结果能给到及时的 reward,但是目前很多人还没有找到把自己的好奇转化成 reward 的办法。这里其实可以引入一些外部观察,比如把自己的好奇、折腾的成果分享给他人,接受他人赞美等等。 然后,第一性原理就是要找到自己真正热爱的事情,真正感兴趣的事情
芝芝 zzzhizhi⚒️ 创造、思考,或一切这篇挺好的,说了我想说的。警惕奖励陷阱,避免过早陷入局部最优;保持好奇与选择的勇气,不断探索未知,让自己处于高成长密度和斜率中,让真正有价值的东西自然生根发芽长出来。18 岁,先不要急着创业18 岁最珍贵的,不是尽快拿到融资、paper 或 title,而是进入真实、困难、很难自欺的环境,把判断、研究和系统能力做深。N1 AI School 想更早找到这些还没被定义的年轻人,把他们进入前沿的时间往前移动几年。https://mp.weixin.qq.com/s
芝芝 zzzhizhi评论了这条帖子Mouna🧠 GPT-6 Astra 来了大家都是怎么榨干 GPT的200刀额度的!!👀🤠 (来发起个艾特你的朋友来回答挑战,最高赞的回答我们送出 200 🔪 GPT 额度)