游客j262cdzidm7ry_个人页

2024年09月

• 09.20 19:18:50
  发表了文章 2024-09-20 19:18:50

  在 o1 发布后，回顾当年 Jim Fan 对 Q*的预测，他对了吗？

  Jim Fan 对 Q* 的预测如今被最新发布的 o1 验证。他将 Q* 与 AlphaGo 类比，认为其通过自我对弈不断进步。AlphaGo 的架构包括策略神经网络、价值神经网络、蒙特卡洛树搜索及输赢判定。Jim 提出大语言模型 Q* 的四个组件：策略神经网络生成思维过程，价值神经网络评估每步正确性，搜索则通过思维链找到最优解，输赢判定基于数学问题答案。这一设计使模型能自我训练提升。o1 在数学和编程领域的出色表现验证了这一方法，但其能力是否能泛化至其他领域仍是通往 AGI 的关键。