柴郡🔔｜Crypto+AI Plus

在开始之前，希望您能评论、点赞、转发或收藏🔖支持柴郡。 中文翻译版本，原文来自 MatthewBerman Copyright to original author. Will remove if any offensive.

1/ OpenAI 的最新研究表明，强化学习+ 测试时计算是打造超级智能 AI 的关键。 山姆·奥特曼本人表示，OpenAI 的模型在编程竞赛中的排名从 175 名跃升至 50 名，并预计在年底前登顶第一。

2/ 这篇论文《使用大型推理模型进行竞赛编程》对不同的 AI 编程策略进行了比较。 最初，模型依赖于人类设计的推理策略，但真正的突破发生在完全去除人工干预之后。

3/ 这就导致了 DeepSeek-R1 的出现——一个训练成本仅需约 500 万美元的模型。 它的突破点在哪儿？ 强化学习 + 可验证奖励。 这种方法也曾被应用于 AlphaGo，让 AI 通过试错学习，无限扩展智能。

4/ 你可以想象一下： AlphaGo 在没有人类指导的情况下，成为了世界上最强的围棋选手。 它依靠不断和自己对战，直到完全掌握围棋。 现在，OpenAI 正在把同样的原理应用到编程，并很快扩展到所有 STEM 领域（科学、技术、工程、数学）。

5/ 这意味着什么？ 任何具有可验证奖励的领域（比如数学、编程、科学等），AI 都可以通过自我对抗训练，并且最终彻底掌握。 AI 正在突破人类的局限——而这就是我们迈向通用人工智能（AGI）的方式。

6/ 这是 AI 在编程竞赛中的数据表现： • GPT-4：ELO 评分 808（还不错） • OpenAI-01：ELO 评分 1,673（更强） • OpenAI-03：ELO 评分 2,724（超越人类）🏆 AI 在编程竞赛中达到前 0.2% 的水平，并且完全不依赖人类设计的策略。

7/ 特斯拉在自动驾驶上的也是如此做法。 他们最初使用的是混合模式（人类规则 + AI）。 但当他们改用端到端 AI 后，性能大幅飙升。 AI 需要的不是更多的人类干预，而是更强的计算能力。

8/ 关键结论是？ 奥特曼之前说过：AGI 只是规模化的问题。 强化学习 + 测试时计算 = AI 增长公式，而 OpenAI 已经在验证这一点。

9/ 我们正在亲眼见证 AI 超级智能的诞生。 它不仅仅会停留在编程。同样的技术将让 AI 成为历史上最强的数学家、科学家和工程师。 通往 AGI 的竞赛，已经正式开始。