#模型进步

avatar
ginobefun
1个月前
我认为这次分享最核心且反共识的观点可以归结为一句话：衡量 AI 进步的真正尺度，不是模型本身有多强大，而是我们度量它的那把“尺子”有多精准。 长期以来，社区痴迷于模型参数量、架构创新和基准测试跑分，但 OpenAI 用亲身经历告诉我们，当旧的尺子已经无法反映真实能力时，整个领域的进步方向就会变得模糊。他们发现，“模型得分已经接近 100%，然而……仍然无法完成真实世界工作”，这暴露了旧尺子的失灵。 这背后是一种回归本源的深刻思考：我们开发 AI 的最终目的是什么？答案是在真实世界中创造价值。因此，度量工具本身必须与这个最终目的对齐。GDP Eval 的诞生，以及整个 Evals 产品的推出，本质上都是在打造一把全新的、与真实经济价值直接挂钩的“尺子”。这把新尺子不仅能更准确地衡量模型的当前位置，更重要的是，它能像指南针一样，为未来模型的研发指明最有价值的方向。从这个角度看，评估体系的进化，可能比模型本身的进化更为重要，因为它定义了「进步」本身。
#AI评估体系 #GDP Eval #OpenAI #真实世界价值 #模型进步
avatar
你以为DeepSeek的AI奇迹，只靠神秘算法？ 大错特错！ 真正令他们领先的秘诀，恰恰是连CEO梁文峰都亲自下场干的“脏活” —— 数据标注！ 与那些轻率的 “AI玄学” 论调截然相反，DeepSeek R1的突破，根植于海量的优质人工生成和合成数据。 事实上，DeepSeek模型在开源领域，正以惊人的数据量刷新纪录： 1️⃣60万条核心推理数据 (驱动模型深度思考) 2️⃣20万条监督微调 (SFT) 数据 (提升模型指令跟随能力) 3️⃣规模惊人的RLHF人工偏好数据集 (据估计至少300-500万条样本！远超同行，塑造更符合人类价值观的AI) 4️⃣关键的CoT链式推理合成数据 (高质量“冷启动”燃料，加速模型效率飞升) 正是这史无前例的高质量数据投喂，才最终成就了DeepSeek R1在低成本下，推理能力的惊人涌现 ，开创AI新范式！ 如此规模的优质合成数据，究竟从何而来？ 答案或许已呼之欲出。
#DeepSeek #AI发展 #数据标注 #AI玄学 #CEO参与 #开源领域 #人工智能 #数据量 #模型进步