One of the biggest historical bottlenecks for training specialized models has been curating ground-t...

Jerry Liu 在 X 上的推文："训练专业模型历史上最大的瓶颈之一是整理真实数据。这通常是一个需要大量人工监督的劳动密集型过程。现在，前沿模型/代理正变得越来越好，能够从零开始自举真实数据，尤其是对于可验证的任务。它们可以通过单次设置处理简单任务，或通过奖励机制模拟更长的任务流程。这为任何人构建高度自动化的研究循环铺平了道路，无需深厚的机器学习专业知识或大量的人工劳动来整理数据。这部分工作可以交给前沿模型/代理完成；人类的主要目标是定义正确的评估标准。这对于希望在性能价格比前沿优化特定任务的任何人来说尤其有用。训练后的开源模型/工具链应向所有人开放，而不仅仅是实验室或特定初创公司。普通用户的流程，他们只需负责第一步：1. 为特定任务定义目标/评估标准 2. 运行前沿代理来收集任务的真实数据信号。他们可以直接自举标注，并在需要时联系人工审核 3. 针对这些任务训练专业模型（及工具链）"

4:24 PM · Oct 11, 2026

·

1,295

Views

20

1

17

4