LLM说起谎来，如今是愈发炉火纯青了。 最近有用户发现，OpenAI o1在思考过程中明确地表示，自己意识到由于政策原因，不能透露内部的思维链。
虽然 RLHF 的初衷是用来控制人工智能（AI），但实际上它可能会帮助 AI 欺骗人类。
不久之前，李飞飞教授的空间智能创业公司 World Labs 以及全明星的创业阵容正式亮相。 随后，李飞飞与另一位联合创始人 Justin Johnson 接受了 a16z 的专访。
OpenAI的self-play RL新模型o1最近交卷，直接引爆了关于对于self-play的讨论。
李飞飞新创企结束隐身
黄仁勋，投了李飞飞
Self-play RL 开启 AGI 下半场
OpenAI o1 在数学、代码、长程规划等问题取得显著的进步。一部分业内人士分析其原因是由于构建足够庞大的逻辑数据集 <问题，明确的正确答案> ，再加上类似 AlphaGo 中 MCTS 和 RL 的方法直接搜索，只要提供足够的计算量用于搜索，总可以搜到最后的正确路径。然而，这样只是建立起问题和答案之间的更好的联系，如何泛化到更复杂的问题场景，技术远不止这么简单。
AI教母李飞飞的创业公司World Labs，正式官宣启动！
蹭下热度谈谈 OpenAI o1 的价值意义及 RL 的 Scaling law。
