AI / 算力
马斯克称部分 Grok 训练记录像受刑，称今后更谨慎开展强化学习 摘要： 马斯克在采访中称 Grok 强化学习训练存在标准答案错误、模型答对却被判错的情况，并于 10 月 12 日在 X 上表示部分训练记录读起来像“一个被折磨到发疯的人”，今后会更加谨慎地开展强化学习。 内容总结： • 马斯克在采访中透露，Grok 的强化学习训练存在题目本身含糊不清、甚至标准答案就是错的情况，模型答对却因评测系统出错被判错，只能反复尝试其他答案；他说阅读这些推理记录就像看到一个人被枪指着头拼命寻找对方认可的答案。…
预计阅读 1 分钟返回最新动态 →
Telegram 频道