第4章 你来自哪？ (第3/3页)

    伊戈尔开始认真起来。

    他回复：“假设我们接受这个观点。那么指标应该长什么样？原始聚类数量？失败家族上的熵？还是别的什么？”

    “我会定义三个数字。

    原始采样数：生成了多少个程序。

    行为幸存数：有多少程序通过了可见测试或样例测试。

    语义有效样本量：在自适应探针下，还剩下多少个不同的失败吸引域。

    有用的比率增加语义有效样本量/原始采样数和语义有效样本量/行为幸存数。

    如果第一个比率很小，说明模型采样到的只是风格。

    如果第二个比率很小，说明过滤器选出来的只是同一个想法的不同变体。

    如果两个比率都会随着规模提高而提高，那么模型确实在学习真正的策略多样性。”

    伊戈尔靠在椅背上，仔细一想，卧槽大佬啊，对方给的策略有点可行性。

    他看出价值了，没有再继续在推特上继续和对方聊天，而是选择切换到推特私信里。

    先给Light_Chen点了个关注，然后接着问道：“你认为这是代码生成特有的问题，还是语言模型的一般性限制？”

    “一般性限制，但代码把它暴露出来。”

    “在语言里，表面多样性甚至更具有欺骗性。十个答案看起来可以完全不同，却共享同一个隐藏框架。”

    “代码有用，是因为失败可以被运行给判断出来。”

    “如果我们能做到如何在代码里测量坍缩的策略空间，就能得到一种更广泛诊断推理系统的方法。”

    伊戈尔想了想，问了个有点尖锐的问题：“如果没有AlphaCode的内部访问权限，你怎么测试这一点？”

    他想看看对方能不能在没有AlphaCode的内部权限的情况下设计出近似验证方法。

    过了一会儿，Light_Chen回复：

    “使用演示题目里的公开样例足够做一次合理性检查。”

    “选择那些演示中展示了多个生成解法或解释的题目。”

    “手动重构解法家族。”

    “围绕可能的不变量生成对抗性变体。”

    “比较这些不同的解法是否会一起失败。”

    “哪怕只有5到10个例子，也足以判断这个测量方法是否值得放大。”

    伊戈尔内心已经在为对方鼓掌了。

    “你在OpenAI工作，还是微软？或者META的人工智能实验室？”

    他已经冒出想要挖人的想法了。

    21世纪什么最重要？当然是人才最重要。

    自己有可能要为马斯克工作，一个人孤掌难鸣，那么带越多的人一起去越好。

    开除一个人太容易了，开除一群人有点难。

    这也是为什么，在硅谷，印度人在抱团，华国人也在抱团，大家都在抱团。

    来了一个就来两，来了两个就来一串。

    你想开除我，先掂量掂量，我们走了，你的业务还能不能运转。

    “我还在上学。”

    “哦，斯坦福还是MIT？”

    “江城大学。”

『加入书签，方便阅读』