AGI

我们尚未完全理解的智能 2023 年年中，在 “RLSlow” 研究项目中，我们拿到第一批实验结果。这些结果让我们确信，我们可以扩大推理模型的训练规模，释放预训练模型构建自身思维链的能力。当晚，我与希蒙（Szymon）留在办公室。我们没有畅想这项技术将会带来惊艳的基准测试分数、各类产品或是科研突破，而是在消化一个令人清醒的现实：在我们的有生之年，就会出现显著超越人类智慧的机器，而这类系统的雏形已经出现。我们也在思索，该如何向世人点明这件事的重大意义。 ...

引言：AGI范式拐点，规模虽未到头，却需新建机制 过去数年，全球AGI研发长期被规模涌现理论主导。行业普遍信奉：持续扩大预训练数据、算力、模型参数，叠加更大规模的离线强化学习（RL），就能不断解锁新能力，最终自然涌现通用人工智能。这一范式支撑了GPT系列、主流大模型的快速迭代，催生了CoT思维链、智能Agent等里程碑技术，让AI的推理、规划、工具使用能力实现跨越式提升。 ...