CuteNote颜值笔记
← 返回
查看原链接原链接
Bilibili1小时39分39秒 · —

杨植麟对话·AI雪山攀登笔记

杨志琳：AI雪山攀登与范式转变核心结论AI进步是不断攀登无尽雪山的过程，核心在于通过强化学习提升推理与agent泛化能力。AI进步观雪山比喻攀登过程比结果更重要AI是方向而非终点技术提升带来新问题问题哲学问题不可避免但可解决知识边界拓展产生新问题技术范式变革强思考推理模型基于强思考的强化学习反思能力：提出猜想与验证串行推理上限更高Agent模型多轮交互与工具使用从缸中之脑到外界交互Test-time scaling推理时规模化token可完成数小时复杂任务模型研发实践技术重点转变从预训练+FT到预训练+RL对话到Agent的范式转移K1.5与K2K1.5验证RL技术路线K2提升基础模型与Agent能力Token效率优化Muon优化器提升学习效率数据改写增强泛化解决MaxLogit爆炸问题Agent与通用性Agent定义多轮工具使用连接数字世界通用智能而非模拟人泛化挑战避免过拟合到benchmark评估瓶颈制约泛化任务设计中等难度任务促成课程学习通用工具环境提升泛化代码是重要子集开源与商业开源策略长期开放技术但非全部开源开源加速技术迭代市场格局全球模型公司收敛至几家开源与闭源并存商业模式API与一方产品模型即产品数据飞轮尚未形成组织与未来AI管理团队用RL思维管理组织平衡RL与监督避免reward hacking未来展望AI训练AI实现创新多模态不损伤文本智能人类独特价值：体验与爱