12:14Latent.Space@latentspacepodOpenAI首席研究官Mark Chen在播客中明确表示预训练并未过时,扩展律仍然有效。他讨论了基准测试过度优化导致的评估危机,以及OpenAI如何通过新的工程和研究洞察突破边界。他还提到模型需要处理长期现实世界任务、多模态推理,最终实现端到端AI研究。行业OpenAIMark Chen预训练扩展律评估危机10 个信源在谈推荐理由:听听OpenAI首席研究官Mark Chen聊预训练为啥没过时、评估危机怎么破,还有未来的研究路线图,很实在的讨论。原文
11:20Latent.Space@latentspacepodOpenAI首席研究官Mark Chen在播客中讨论了AGI距离,认为模型正越来越接近自主创新。他重申扩展定律和预训练仍然关键,并透露OpenAI如何分配算力。他还指出评估基准正面临危机,模型需提升长周期任务与多模态推理能力。行业OpenAIMark ChenAGI智能体多模态10 个信源在谈推荐理由:OpenAI内部的人聊AGI有多远,还讲了评估危机和长周期学习,干货不少。原文
09:27Latent.Space@latentspacepodOpenAI首席研究官Mark Chen在播客中讨论了扩展定律和预训练仍具重要性,解释了OpenAI如何选择研究方向和分配算力。他指出当前AI评估存在危机,并警告基准测试过拟合(benchmark-maxing)的问题。Chen还探讨了多模态推理、长期实际任务处理以及端到端AI研究的未来路径。他认为研究人员需要培养“研究品味”以避开无意义的优化。行业OpenAIMark Chenscaling law评估危机推理模型10 个信源在谈推荐理由:OpenAI研究老大亲口聊评估危机和扩展定律,全是干货,没有废话。原文
12:14Mark Chen (OpenAI 研究)@markchen90Mark Chen 在 X 上发文反驳了某种观点,强调科学在当前时代比以往更重要。他认为未来不能只是向社区大量抛售结果,而需要与科学家合作,利用 AI 加速发现,同时保留科学的艺术性。他对 Sebastien Bubeck 和 ahelkky 两位杰出科学家承担这一使命表示兴奋。这反映了 AI 在科学研究中应扮演辅助角色而非替代者的理念。行业AI 加速科学科学发现AI 与科学家合作Mark ChenSebastien Bubeck推荐理由:AI 与科学交叉领域的从业者值得关注——Mark Chen 点出了当前 AI 应用在科研中的关键误区:不能只追求产出而忽视科学家的创造力。做 AI for Science 的团队可以反思自己的方法论。原文