Jon Stokes:前沿模型能力主要源于高投入后训练
热点事件持续更新
Jon Stokes:前沿模型能力主要源于高投入后训练
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Jon Stokes认为,前沿模型的能力主要来自高强度、定制的专项数据收集和 post-training(后训练),而非模型自行实现泛化;这一判断的依据是相关实验室的大量开支流向后训练。 他进一步称,OpenAI、Google 和 Anthropic 可利用海量真实用户会话开展强化学习训练,从而形成更密集的“特例点云”,提升模型在专项场景中的表现。
AI 根据报道生成 · 13 分钟前更新
最新进展11月19日 06:45
Jon Stokes:前沿模型能力主要来自高投入 post-training,而非自发泛化报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- AGI HuntJon Stokes:前沿模型能力主要来自高投入 post-training,而非自发泛化
Jon Stokes 认为,前沿模型的能力主要来自高强度、定制的专项数据收集与 post-training,而非自发泛化。其依据是实验室大量开支流向 post-training,且 OpenAI、Google、Anthropic 可利用海量真实用户会话进行 RL 训练,形成更密集的「特例点云」。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。