吃芝麻酱的芝麻酱 2025-12-26 我倒是有一些自己的感觉不过不知道学术界内是不是早有了。不过先叠个甲，我还只是一个高中学生，所以观点有错是很正常的，请放心地质疑我的论述中你觉得有问题的地方。 事实上关于论文里面的一些图示，我是感觉有些困惑的。在我看来解题的过程不应该是沿着一条路走下去，而是我们已有若干个节点，我们大部分时候会倾向沿着最深的那个节点往下走，但是事实上如果前面任何一个节点还能作出拓展的推理，就意味着是新的路，也就是所有能做出的结论或转化构成的集合拓展了。我缺乏手段确认事实究竟如何，但在我看来对于AI来说会越来越倾向于从不撤回之前走过的路，而AI通过类似拟合的方式确实能拥有一个很准确的直觉，但是走错一步后或者需要作出不寻常的思考时，就会卡住了。我可能得再说一遍的事，我不知道如何验证我上述的观点，但是如果用那个观点解释一些现象倒是解释得通，例如说在奥赛测试中AI没做出的题里，2024CMO3需要我们在平凡的转化命题之后，再回到一开始以归纳的角度重新观察一次，两方面的结论拼凑起来后，最后还需要作一步数论不等式放缩才能解决问题。顺带一提，放缩这种东西其实会导致我们需要猜想一个结论，我们做出猜想的时候往往只是进行尝试，大部分情况还是通过尝试寻求对题目有更深层的理解。然而对AI来说，这不是一条可靠的解题路径，因为尝试的目的一般不是直接解出题目，我认为相比24CMO3这个在25IMO6体现得更具体一点。25imo6上来第一步就是让你猜出构造，我的天哪说实话我觉得就猜构造这一步就比那一届p12345加起来难，一般来讲得先意识到完全平方数是重要的，再在4*4中发现了一个极好的构造，再发现其构型可以推广到9*9，也可以任意推广，才能得出2025*2025的构造并且有足够的自信。而后得出论证甚至会更难，事实上走出这一步的路径很多，我也见过很多不同于我的想法，但对我来说我场下自己做的时候我是画了一个16*16的方格表而后随机了一个排列，基于选出若干个不能出现在同矩形的方格的思路，使用贪心算法选出上述方格进行尝试才意识到我们需要研究递增链，也和构造给出的答案中一个莫名其妙的sqrt(n)量级项对上了。事实上这无疑体现出了尝试的重要性，然而至少在我用AI的经验看来，AI不会作出目的完全就是辅助思考而非斩杀题目的尝试。 ♥ 56 ↩ 17
白眼青龙丶 2025-12-26 这篇文章最大的贡献就是发现了强化学习是强化学习。至于关于pass无穷的解释更是直指现在强化学习的难点：对于采样轨迹并得到反馈(bandit feedback)的强化学习，模型的探索会随着训练下降，陷入局部最优，采用对同一状态的所以词元的全采样再加上无偏的奖励就能避免这一点。所以又是搞大模型的重新定义强化学习环节[笑哭] ♥ 53 ↩ 6
燃烧中的夜 2025-12-26 想问问各位大佬，目前的免费ai比如豆包，ds,千问，chatgpt, gemini，性能上是大差不差还是各有侧重啊，复习专业课，写推文，写代码用什么ai比较好 ♥ 43 ↩ 30
R9R9R9R9 2025-12-26 从真人思考的角度看，能否说强化学习后的模型陷入了"知识的诅咒"，受限于被特训过的思考方式，反而损失了原本"天马行空"的想象力。一旦受训的方法无法解决，就陷入死胡同了 ♥ 28 ↩ 13
Kuben_Vv 2025-12-26 其实这篇论文想论证的东西是很难证明的，比如你说pass@k不好，真的是因为算法差吗？会不会是训练的问题？数据的问题？boundary这个东西本身就很难验证，你需要穷尽集合中的所有元素去找到一个上界才行 ♥ 26 ↩ 6
Comments
你说得对，但是………
♥ 660 ↩ 49
一期视频跟答辩一样，太强了
♥ 523 ↩ 28
tao表示ai的数学相当于泥沙俱下的下水道，流量大但是质量不可控，人类的数学相当于还算干净的自来水管，相对干净，流量小。
♥ 423 ↩ 11
AI只是看起来会，装模作样的给出各种步骤和答案，但实际上它并不理解问题和答案本身，只是根据训练数据排列组合出一个它认为最可能正确的答案
♥ 163 ↩ 56
过度训练后的ai:
♥ 120 ↩ 1
豆包神力[辣眼睛]
♥ 111 ↩ 11
卧槽这篇论文是你写的？？？
♥ 67 ↩ 2
我倒是有一些自己的感觉不过不知道学术界内是不是早有了。不过先叠个甲，我还只是一个高中学生，所以观点有错是很正常的，请放心地质疑我的论述中你觉得有问题的地方。 事实上关于论文里面的一些图示，我是感觉有些困惑的。在我看来解题的过程不应该是沿着一条路走下去，而是我们已有若干个节点，我们大部分时候会倾向沿着最深的那个节点往下走，但是事实上如果前面任何一个节点还能作出拓展的推理，就意味着是新的路，也就是所有能做出的结论或转化构成的集合拓展了。我缺乏手段确认事实究竟如何，但在我看来对于AI来说会越来越倾向于从不撤回之前走过的路，而AI通过类似拟合的方式确实能拥有一个很准确的直觉，但是走错一步后或者需要作出不寻常的思考时，就会卡住了。我可能得再说一遍的事，我不知道如何验证我上述的观点，但是如果用那个观点解释一些现象倒是解释得通，例如说在奥赛测试中AI没做出的题里，2024CMO3需要我们在平凡的转化命题之后，再回到一开始以归纳的角度重新观察一次，两方面的结论拼凑起来后，最后还需要作一步数论不等式放缩才能解决问题。顺带一提，放缩这种东西其实会导致我们需要猜想一个结论，我们做出猜想的时候往往只是进行尝试，大部分情况还是通过尝试寻求对题目有更深层的理解。然而对AI来说，这不是一条可靠的解题路径，因为尝试的目的一般不是直接解出题目，我认为相比24CMO3这个在25IMO6体现得更具体一点。25imo6上来第一步就是让你猜出构造，我的天哪说实话我觉得就猜构造这一步就比那一届p12345加起来难，一般来讲得先意识到完全平方数是重要的，再在4*4中发现了一个极好的构造，再发现其构型可以推广到9*9，也可以任意推广，才能得出2025*2025的构造并且有足够的自信。而后得出论证甚至会更难，事实上走出这一步的路径很多，我也见过很多不同于我的想法，但对我来说我场下自己做的时候我是画了一个16*16的方格表而后随机了一个排列，基于选出若干个不能出现在同矩形的方格的思路，使用贪心算法选出上述方格进行尝试才意识到我们需要研究递增链，也和构造给出的答案中一个莫名其妙的sqrt(n)量级项对上了。事实上这无疑体现出了尝试的重要性，然而至少在我用AI的经验看来，AI不会作出目的完全就是辅助思考而非斩杀题目的尝试。
♥ 56 ↩ 17
这篇文章最大的贡献就是发现了强化学习是强化学习。至于关于pass无穷的解释更是直指现在强化学习的难点：对于采样轨迹并得到反馈(bandit feedback)的强化学习，模型的探索会随着训练下降，陷入局部最优，采用对同一状态的所以词元的全采样再加上无偏的奖励就能避免这一点。所以又是搞大模型的重新定义强化学习环节[笑哭]
♥ 53 ↩ 6
巧了么不是，期末作业选论文翻译正好准备翻这篇[笑哭]
♥ 47 ↩ 1
up这么牛逼啊，NIPS的best paper?你就是我在学术圈的人脉了，能加个联系方式吗[doge]
♥ 44 ↩ 2
想问问各位大佬，目前的免费ai比如豆包，ds,千问，chatgpt, gemini，性能上是大差不差还是各有侧重啊，复习专业课，写推文，写代码用什么ai比较好
♥ 43 ↩ 30
请输入文本
♥ 38 ↩ 4
还是文理双修
♥ 33 ↩ 3
感觉有点标题党，看视频，论文主要讨论的似乎是强化学习并没有真正增强模型的数学能力。
♥ 29 ↩ 5
从真人思考的角度看，能否说强化学习后的模型陷入了"知识的诅咒"，受限于被特训过的思考方式，反而损失了原本"天马行空"的想象力。一旦受训的方法无法解决，就陷入死胡同了
♥ 28 ↩ 13
其实这篇论文想论证的东西是很难证明的，比如你说pass@k不好，真的是因为算法差吗？会不会是训练的问题？数据的问题？boundary这个东西本身就很难验证，你需要穷尽集合中的所有元素去找到一个上界才行
♥ 26 ↩ 6
这可能近年来是最权威最有效的商单了
♥ 23
原来就连清华姚班也有忙碌的鸽子[doge]
♥ 23
开组会了
♥ 20 ↩ 1