@swyx:我认为很容易说“模拟是新的扩展规律”,并将其视为营销炒作,但在采访中途……
摘要
该推文讨论了模拟作为AI中潜在的新扩展规律,强调了来自Simile AI首席执行官的采访洞见,关于模拟人类行为以进行高级AI研究。
查看缓存全文
缓存时间: 2026/08/22 01:16
我觉得很容易把“模拟是新的缩放定律“当作营销噱头来说,但在采访中途,你能听到我从半开玩笑的状态变得非常非常认真。
我虽然迟了两年才关注,但现在终于明白为什么@karpathy和@drfeifei会支持@joon_s_pk @msbernst @percyliang等人——Smallville当时没有任何商业应用,但如果你认真对待RSI(从自动化ML研究和AI工程中越来越大部分任务的模型),最后的*障碍就是模拟人类和人类反馈,而Simile显然就是做这件事的团队,即使在这个早期阶段也已在财富100强企业中找到了PMF(产品市场契合点)。
我从未如此高兴自己曾经如此大错特错。
*或者是倒数第二!:) 关于Science播客的更多内容即将公布
Latent.Space (@latentspacepod): 模拟人类:85%精准的数字孪生、行为基础模型、社会物理学与80亿智能体 https://t.co/k3pNsAC8YQ
@simile_ai CEO @joon_s_pk 阐释AI如何从预测人类行为转向模拟如何塑造结果,为何当今的
相似文章
群体扩展(13分钟阅读)
本文分析了大型AI代理群体的能力和扩展动态,引用了OpenAI的最新示例,并讨论了它们作为推理扩展新形式的潜力。
@swyx: 非常迟了,但回想起来,我认为@sama那个传说中的“建立一个随着模型变好而变得更好的业务”基本上就是我这里所说的Agent Labs。
swyx 回顾了Sam Altman关于构建随着AI模型改进而改进的企业的想法,将其与新出现的Agent Labs概念联系起来,并指出与2025年第四季度收入激增有明显的相关性。
来自Adam Majmudar(OpenAI研究员)的有趣帖子——全文见正文
Adam Majmudar对AI能力快速发展的分析,重点介绍了新的扩展规律如何推动超越外部预期的飞跃。
@shikibmehri: 我认为缩放定律中缺少一个参数:H —— 用于产生学习信号的人类努力/时间
作者认为缩放定律缺少一个参数 H —— 用于产生学习信号的人类努力/时间投入,而近年来大部分 AI 进步(ChatGPT 的 RLHF、编码/数学可验证任务、数据供应商的价值)源于 H 的扩展,而非仅仅模型规模或数据量。
@AYi_AInotes:Scale 创始人 Alexandr Wang,如今正领导 Meta 的超级智能实验室,说了一番相当颠覆性的话:他认为没有……
Scale 创始人兼 Meta 超级智能实验室负责人 Alexandr Wang 认为,AI 的最大瓶颈在于社会采纳,而非模型能力。他表示,在这一“文明级机遇”中,配备智能代理的小型 AI 原生团队如今已能与科技巨头竞争。