吴恩达谈可验证任务与判断任务的AI能力差距

吴恩达在来信中指出，LLM 在编程、数学等可验证任务上的进展远快于客户投诉回应、产品决策等需要判断的任务，因为前者有可自动检查的正确答案，可用 RL 环境和监督学习标签高效训练。他认为可验证任务的快速进步叠加 AGI 与 RSI 热度，容易让人高估 AI 的判断能力，而人类在许多任务上仍长期保有上下文优势。本期还介绍了 Claude Haiku 5.5 与 Claude Sonnet 5.5 的发布、Mistral Large 4 的 API 预览、面向本地 AI 的 Mac 与 Nvidia 硬件，以及清华与蚂蚁等提出的数据配比方法 CausalMix。