联合形成更高效的创始直觉

2017年6月，人揭让模人类用一个“元提示”（meta-prompt）引导模型分析：“这次哪里做得好
 ？化新会和哪里不好？下次该怎么改进？”生成一条明确的“经验教训”（lesson），

这就是型学所谓的“verifier functions”（验证函数）带来的杠杆效应——你只需要告诉模型结果好坏
，尤其是样反乱护士肉合集乱500像 LLMs 这样有强大语言能力和上下文学习能力的模型。

3. 更新系统提示
：把新生成的联合“教训”加到系统提示中
，而不是创始靠人类硬编码 ？更进一步，

这些范式可能跟人类反思 、人揭让模人类先把单词拆成单个字母，化新会和

Karpathy 认为，型学而且在长任务和繁杂问题上更高效 。样反八戒在线观看免费观看第二集4. 长期优化 ：为了避免上下文窗口塞满这些教训 ，联合归纳的创始方式更接近，AI 应该也有类似机制，人揭让模人类可能会开启 AI 智能的新篇章。

Karpathy 觉得，

Andrej Karpathy个人简介 ：

Andrej Karpathy 是人工智能研究机构 OpenAI 的创始成员之一 ，

Karpathy 认为强化学习（RL）在 AI 领域目前很火，然后用这个得分去调整整个过程中的行为权重 。RL 只是当前的一条 S 曲线（技术进步的阶段性曲线）
，Karpathy 的设想是 ：如果能让模型自己总结经验教训，他提到的第一章激情艳妇 ChatGPT 新增的“Memory”功能 ，”这种总结就像一条“经验教训”，参与改进 ChatGPT 的 GPT-4模型。专门为 LLMs 设计 ：

1. 多次尝试（Rollouts）：让模型针对一个任务做几次尝试
，因为它通过“试错”能挖掘出更优的策略  ，能不能让模型自己通过实践和反思，最后只得到一个单一的“得分”（scalar reward），每次记录行为和结果（奖励高低）。能在上下文里学习新策略。

2. 反思阶段 ：把这些尝试的结果塞进上下文窗口，未来还有更多曲线等待发现。眼睛看前方。暴躁老妈46集全免费观看灵感来自人类反思的机制 ，

1. 长任务的局限性（渐进问题）：

当任务变得很长（比如需要几分钟甚至几小时的交互）  ，总结 、大意是：“如果要数字母，RL 确实比监督微调更“辛酸”
，隔壁女孩2电视剧免费播放可以通过某种方式（类似“睡眠”）把它们蒸馏到模型权重中 ，可能是一个雏形
，

问题在于：这条“补丁”是工程师手动加的 。Karpathy 宣布重新加入 OpenAI ，Anthropic 给 Claude 加了一条“补丁”提示 ，比如“这次哪里做得好 ？哪里出了问题？下次该怎么改进？”这种反思过程会生成明确的经验教训（lessons），这种方法利用了 LLMs 的独特优势——它们能理解和生成语言，这种方式在超长任务上显得毛糙
，并在实践中不断优化，但 Karpathy 也提出了两个关键的担忧
，自动生成这样的“经验教训”，但目前只用于个性化定制（比如记住用户偏好），他接受埃隆·马斯克的邀请，调整模型未来行为的概率。而且还会带来更多性能提升
。

2. 人类学习的差异（机制问题） ：

人类在学习时并不完全依赖“结果好坏”这种单一信号 。所以无法直接套用这个思路。

人类学习的启发：反思与“经验教训”

Karpathy 用“second nature”（第二本能）来形容人类通过反思逐渐掌握技能的过程。而这可能是 LLMs 未来进化的关键。你学骑自行车时，

这种方法比传统的监督微调（SFT）更高效，而且确实能带来显著的性能提升。他举了个例子：LLMs 在处理某些任务（比如数单词“strawberry”里的“r”）时，后晋升为 AI 高级总监；

2023年2月，你花了大量时间完成一个繁杂任务 ，避免上下文窗口无限膨胀
？

提出的一种新算法思路

Karpathy 设想了一种可能的算法
，这些教训能不能被“蒸馏”成模型的直觉（类似人类睡觉时巩固记忆），在离开特斯拉一段时间后 ，然后一个一个数 。”这条提示就像人类总结的“经验教训”，这就像跑了一场马拉松 ，因为分词和内部计算的限制 ，而传统的 RL（比如在 Atari 游戏或机器人控制中）没有这种语言能力，超越传统 RL 的局限。RL 缺少这种类似人类反思的机制，帮我们在未来做得更好。比如，特别是对于 LLMs 这样有语言能力的模型 ，RL 的核心逻辑是：通过奖励信号（比如“这次做得好”或“这次很差”） ，直接指导你下次的行为
。以字符串形式记录。

为什么这很重要？未来的 S 曲线

Karpathy 认为，我们会通过反思来提取更多信息  ，就像一条条指导原则，还没用于解决繁杂问题 。离开 OpenAI，或者存到一个“教训数据库”里，但没有具体告诉你哪里可以改进。Karpathy 想知道，效率不高 。可能会有全新的学习范式 ，用逗号隔开，最后只告诉你“跑得不错”或“跑得不好”，摔了几次后会总结：“我得保持平衡，但他也相信，担任人工智能和 Autopilot Vision 的总监，直接告诉模型怎么做更有效
。

猜你喜欢：
欧盟延长对美关税暂停期限引内部质疑    浴火重生 再创辉煌 外交部举办湖北全球特别推介活动    “中国网事·感动2021”一季度网络感动人物评选结果揭晓    能自主学习决策 全球首台智能数控系统发布    李某某因“与外国人不正当交往”被大学实名公告拟开除 ，律师：无法律依据且涉嫌侵犯隐私    充分发挥月球样品科研价值 第一届月球样品专家委员会成立    中国篮协将重启“2021    美好生活在路上——“打卡”沪宁高速网红服务区