跳到正文
AGI Hunt· burny_tech·· 2 小时前AI 评分35

RL 让 AI 数学证明越来越难读:正确性奖励脱离人类表达分布

RL 让 AI 数学证明越来越难读:正确性奖励脱离人类表达分布

AI 导读

强化学习正使 AI 生成的数学证明越来越难以阅读,因为 RL 不再受人类表达分布充分约束。模型只要证明正确即可获得奖励,无需兼顾人类阅读舒适度,这正改变 AI 数学输出的可读性。

来源:AGI Hunt · agihunt.info