重读 Dario Amodei「大算力团块」旧文：RL 分布无法教出可学的对齐

重读 Dario Amodei 2017 年的 Big Blob of Compute 文章，文章认为当前模型错位的关键在于 RL 分布中缺乏连贯、可学习且一致的对齐行为课程。文中并列梳理 Dario 的乐观对齐观点：低熵宇宙为智能提供基础，充足算力与广泛任务分布可促使模型学习高层共性，而泛化被视为数据分布的属性而非算法的属性。