语言的自指其实反映了人性中张力的自我突破循环。没有完美的群体秩序基质，历史上群体秩序最长的大概是周朝绵延八百年。就像LLM也没有完美的Rward Model，只要有，就一定存在对这种RM的exploit或hack。

#语言自指 #人性张力 #群体秩序 #LLM #Reward Model

相关新闻

howie.serious

12小时前

【📝 本周份的ai学习笔记】ai知识管理、ai浏览器专题如果你让评选2025年最有价值的ai工具，会是哪个？我的选择是 atlas。理由：当顶级llm和互联网无缝整合，我们获取信息的方式就从根本上发生了转变。这是一种结构性变化，不会因为人的忽视而转移。阅读笔记，温故知新～

howie.serious

1天前

llm 能不能“说人话”，更多是底层模型层面的特点，而不是靠“prompt engineering”可以解决的。 gpt-5 系列模型“不说人话”，之前很多人试过很多prompt，即使感觉有效，很多时候都是感觉而已。现在，gpt-5.1 从底层模型上尝试解决“说人话”问题。这才是正确的方向。同一个prompt，gpt-5.1 thinking 的回答，解释更清楚，使用更少的行话术语

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1天前

两年前的Yann LeCun。看得多了，太多AI大神轻视了语言的符号力量，在ICL的交互空间与人的具身经验耦合后的智能涌现。虽然LeCun和李飞飞一样都认为LLM到不了AGI，但我想说的是空间智能的路数也一样不行。

howie.serious

2天前

为什么要读电子书？有句话说的好：you can't grep dead trees 纸书不但没法 grep 搜索，也没有如此明细的阅读行为统计，更不要说 embedding 之后与 chatgpt 等 llm 打通，chat with“你一生的阅读”。

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2天前

真正的Context Engineering Era 3.0需要LLM能够"体验"自己的输出；这需要grounded feedback（不只是text-to-text） Agent systems应该设计为closed-loop，如在prompting中加入"self-verification"机制，增强闭环一致性： # Bad: open-loop response = model(query

语言的自指其实反映了人性中张力的自我突破循环。没有完美的群体秩序基质，历史上群体秩序最长的大概是周朝绵延八百年。 就像LLM也没有完美的Rward Model，只要有，就一定存在对这种RM的exploit或hack。

相关新闻

语言的自指其实反映了人性中张力的自我突破循环。没有完美的群体秩序基质，历史上群体秩序最长的大概是周朝绵延八百年。就像LLM也没有完美的Rward Model，只要有，就一定存在对这种RM的exploit或hack。