isofunds

Google DeepMind 在12分钟内解释了思维模型 盐和糖的例子杀死了 Best-of-N：一次标签贴错，就会烤出100个糟糕的蛋糕。出现频率无法修复系统性错误。要么引入验证器，...

Google DeepMind 在12分钟内解释了思维模型 盐和糖的例子杀死了 Best-of-N：一次标签贴错，就会烤出100个糟糕的蛋糕。出现频率无法修复系统性错误。要么引入验证器，要么完蛋。 9个还是27个苹果：单遍推理失败了，思维链（CoT）通过了。没人问这条 CoT 消耗了多少 token。