跳到正文
AGI Hunt· emollick·· 6 小时前AI 评分39

Ethan Mollick:RL 强化语言推理,仍算人类语言的胜利

Ethan Mollick:RL 强化的是语言推理,仍算人类语言的胜利

AI 导读

Ethan Mollick 与 JacksonKernie 讨论 RL 在模型进步中的作用。JacksonKernie 认为 RL 是数学能力进步的核心,预训练只是基础;Mollick 则指出,RL 之所以有效,是因为模型先从人类文本中学会推理,而被强化的推理仍以语言为载体,因此仍是人类语言的胜利。

来源:AGI Hunt · agihunt.info