Kambhampati：不理解训练数据配比，就无法解释模型锯齿状智能

亚利桑那州立大学教授 Subbarao Kambhampati 在演讲中表示，AI 实验室公开架构、优化方法、训练目标和 scaling 等细节，却通常不公开训练数据配比。缺乏对数据配比的了解，就难以解释前沿模型在部分任务上表现突出、另一些任务上意外失灵的“锯齿状智能”。