17:21Decoder@Matthias BastianSam Altman在斯坦福大学演讲中为LLM缩放策略进行辩护,批评整整一代研究者因低估缩放能力而阻碍了AI发展。他引用OpenAI最近推翻一个数学猜想的案例作为证据,认为缩放已被证实有效。Altman的言论引发了对AI研究方向的重新讨论。行业Sam AltmanOpenAI缩放策略AI研究10 个信源在谈推荐理由:Sam Altman在斯坦福直接开怼,说一群研究者低估了缩放的力量,还用OpenAI推翻数学猜想当证据,观点很尖锐。原文
21:09Decoder@Jonathan Kemper精选一项涵盖20.8万名参与者和2600万次回答的大规模研究发现,将语言模型训练成有用聊天机器人的过程,反而削弱了它们模拟人类行为的能力。这种效应随着模型代际更新而加剧,即使是流行的“角色扮演”技巧(喂入人口统计特征)对个体预测也几乎没有帮助。研究指出,AI的“有用性”与“人性化”之间存在根本性矛盾,这对依赖AI进行社会模拟或用户行为预测的应用构成挑战。论文AI研究语言模型模拟人类行为角色扮演有用性推荐理由:做AI社会模拟、用户行为预测或角色扮演应用的团队,这项研究直接点出了当前模型的根本局限——越有用的AI越不像人,建议点开看看具体数据和影响。原文