实时 AI 消息
姚顺雨公开回应混元4:算力、刷榜与RSI为何成为焦点
极客公园刊出的一场公开问答中,姚顺雨围绕混元4模型,回应了外界关心的算力投入、榜单成绩可信度以及RSI(递归自我改进)等问题。这些议题恰好对应外界评估国产旗舰模型时最常提出的三类疑问:资源够不够、分数实不实、能力增长会不会失控。
混元4(Hunyuan 4)发布之后,围绕它的讨论并没有停在榜单名次上。极客公园刊出的一场公开问答里,姚顺雨把算力、刷榜与RSI这三个平时容易被含糊带过的问题摆到了台前。
三个关键词其实指向同一件事:模型是怎么被训练出来的。算力问的是资源投入的规模与可持续性,刷榜问的是公开评测分数能否代表真实能力,RSI即递归自我改进,问的是模型在多大程度上参与了自己的迭代。任何一家做旗舰模型的团队,都绕不开这三问。
算力问题对国产模型尤其敏感。训练一个前沿规模的模型需要在集群上持续数周乃至数月,可用加速卡的数量、互联带宽与电力供给,都会直接决定下一轮迭代能不能按计划启动。团队愿意公开谈这件事,本身就是在给外界预期做校准。
刷榜之所以成为敏感词,是因为公开榜单与真实使用体验之间的落差这两年反复出现。针对特定测试集做优化、挑选有利的评测配置,都能让分数好看但产品未必好用;团队如果愿意说明自己如何看待榜单,等于承认评测体系需要更贴近实际任务。
RSI则是更远期也更易引发争议的一环。让模型参与数据筛选、合成训练语料甚至改进训练流程,可以在人力不变的情况下加快迭代,但也让能力增长是否可控成为必须回答的问题。把它放进公开问答,意味着团队愿意在方法层面接受追问。
这场问答的价值不在于给出了多少结论,而在于把评价旗舰模型的标准说清楚了:算力决定上限,评测决定外界如何理解能力,RSI决定长期曲线。接下来值得关注的是这些说法能否落到可核验的细节上,例如披露训练规模的量级、公开更贴近真实场景的评测结果,或者说明RSI在流程中的实际边界。
为什么重要
对腾讯而言,公开回应这三类问题有助于把混元4的讨论从榜单名次拉回工程与资源层面;对行业而言,它抬高了旗舰模型对外说明训练规模、评测方法与自动化迭代边界的预期。
附近消息
全部11/22 10:11
Qwen4-Max铺开撞上算力墙,阿里旗舰模型的瓶颈在服务端
据ad-hoc-news.de报道,阿里巴巴Qwen4-Max的铺开进程正受到算力供给的限制,算力墙成为这一轮上线节奏的关键变量。报道指向的是部署环节而非模型能力本身:模型已经推出,瓶颈出现在把它变成稳定可用服务的这一段。
11/22 08:23
微软将 OpenAI 的 GPT-6.2 Sol 推向全球 Copilot,自研 MAI 模型同步推进
据 Startup Fortune 报道,微软已把 OpenAI 的 GPT-6.2 Sol 接入 Copilot 并向全球用户开放,同时自研的 MAI 系列模型也在继续进入产品线。报道把这两条线索并列,指向的是 Copilot 底层模型的全球性替换,而不是某一项单独命名的新功能发布。
11/22 11:56
贷款方要求英伟达芯片留在地面,SpaceX的轨道算力计划撞上抵押物难题
有报道称,为SpaceX采购英伟达AI芯片提供融资的贷款方希望加入限制条款,要求这批芯片留在地球,而不是随公司的轨道数据中心设想被送入太空。理由是抵押物一旦进入轨道,违约后几乎无法回收变现,报道以“15亿美元风险”来概括这一敞口。
11/22 11:59
花旗、PNC与摩根大通改写条款:AI代理转错账,损失可能算客户的
花旗、PNC与摩根大通近期更新账户条款,明确第三方AI代理访问银行账户时的责任边界:即便代理没有按指令行事,甚至因凭证泄露被人利用,相关转账仍可能被视为客户授权的交易。三家银行的做法各不相同,有的禁止外部代理付款转账,有的则禁止把登录凭证交给外部AI工具。