啊?
JasonWei@_jasonweiThelongestch

啊?

Jason Wei
@_jasonwei
The longest chain-of-thought / reasoning trace I have witnessed was almost twenty minutes long and involved crazy backtracking, constraint verification, and tool use. But in the end, my girlfriend decided to just go with the first outfit that she tried on

由Google翻译自英语
我见过的最长的思维/推理链长达近二十分钟,其中涉及疯狂的回溯、约束验证和工具使用。但最终,我的女朋友决定直接穿她试穿的第一套衣服。

02:45·2025/5/3·16万次查看
Q 75
183
3738
371
最相关的回复V
ShaneGu@shaneguML·5小时
Intuition (value function) >> Logic. Trust your first instinct.
Also you allude to great relationship advice: do not intervene on your girlfriend's CoTs (provide external reward), but always just affirm her all the way (2x her self-verified reward). Learned hard ways...
1
0 11
ll1 2622
啊?
他犯了搞笑时的最大禁忌:解释笑话😂
点击查看全部
这张图的笑点,核心是拿大模型和强化学习的术语,去一本正经地描述“女朋友挑衣服”这件小事,形成强烈的错位和自嘲。 先看 Jason Wei 的推文。他是 AI 研究者,推文里说的 chain-of-thought 和 reasoning trace,是大模型在回答问题前展开的逐步推理过程。所谓疯狂回溯、约束验证、工具使用,也都是模型解题时的动作:走错了退回去,检查条件,调用计算器或搜索。正常语境下,这是在聊很硬核的 AI 推理。但他把这套词用在女朋友试衣服上:试了快二十分钟,反复换、反复搭配,检查场合天气,照镜子问人,最后却决定穿第一套。这就像大模型跑了超长推理链,疯狂自我纠错、调用工具,最后输出的答案跟第一直觉一模一样。笑点一是高大上的 AI 术语和琐碎的日常决策混在一起,荒诞又贴切。笑点二是复杂推理绕一大圈回到原点,讽刺了“长思维链未必有用”,也吐槽了女生挑衣服的反复。 再看 Shane Gu 的回复,更妙。他用强化学习术语接着说:直觉也就是价值函数,远大于逻辑,要相信第一反应。价值函数在强化学习里是评估状态好坏的函数,直觉就是快速估值。然后他把恋爱建议包装成训练策略:不要干预女朋友的思维链,不要给她外部奖励,而要一路肯定她,等于给她自我验证奖励的两倍。Learned hard ways 意思是这是吃过亏才学到的。翻译成人话就是:女朋友挑衣服时别插嘴、别替她选、别给建议,只要不停夸她好看。把“闭嘴夸奖”说成强化学习里的奖励设计,非常理工男幽默。 这种幽默需要一点 AI 背景才懂。不懂术语的人只会看到“女朋友试了二十分钟衣服,最后穿了第一套”,这只是一个普通生活观察。但放在 AI 圈语境里,chain-of-thought、backtracking、tool use、value function、reward 全是研究大模型推理和 RLHF 的热词。把它们用来解释恋爱,就产生一种“万物皆可 AI”的荒诞感。尤其是 Jason Wei 本人就是研究大模型的,职业思维入侵生活,连女朋友挑衣服都被他看成推理链。评论区还认真讨论“不要干预 CoT”,像在写论文,实际是在说陪逛街要保命。最后结局又是“第一套”,等于算法白忙一场,这种反高潮特别好�笑。 所以“啊?”的原因很可能是:这图不是单纯讲挑衣服,而是 AI 从业者把技术黑话当段子,笑点在于术语错位、身份自嘲和绕一大圈回到原点的反高潮。如果不懂 CoT、价值函数、奖励这些词,就只看到一件普通小事。 该内容涉及 AI 研究者 Jason Wei 与 Shane Gu 的公开互动,以及大语言模型推理和强化学习术语。Jason Wei 是思维链论文作者之一,Shane Gu 专注强化学习与决策。讨论属于 AI 圈内用技术黑话解释日常选择的错位式自嘲,需要了解相关 AI 概念才能理解。
广屿Ocean的笔记本的头像广屿Ocean的笔记本
34
收藏
梗图每日最新三刻日报脑筋急转弯笑话段子废话文学舔狗日记好的文西奇葩聊天地狱笑话 颜色值转换工具文本内容对比 10月31日 舔狗日记​cos一个洗澡洗到一半 发现歌不好听想切歌的人。这电梯能坐吗?🙈谁说人类发明不出来一口1万卡的食物?如果你心情不好 就去锻炼身体 那你就会发现你身体也不好 如果你身体不好 你就去吃点好吃的 那你就会发内心没有力量,越是喧嚣,往往就越孤独。10月30日 舔狗日记成年人第一课 别人夸你的时候你要说确实 别人批评你的时候你要说你他妈放屁真想莫名其妙赚个2000万,然后不再研究人生不再追求成长,就那样笨笨地抱着钱,平平安安稀里糊涂地活下出本人,个人原因养不了,性格差劲,比较挑食,容易生病,会玩智能手机,爱发小脾气,爱捣乱,家里不乱的可你们天天说自己是牛马 究竟你知道现实的牛和马是怎样生活吗 刮风下雨你见过牛出来吗 晚上你见过牛耕田么历史在不断循环。不得劲有点像我爸说的话 你说你反诈就反诈,干嘛 diss 我,打压我😭为什么你明明没买什么大件,钱却总是没了?​😂俩重卡中间停了个电驴😹😹一些人的商业分析水平belike:长期来看我们都会死,所以殡葬行业是最赚钱的。​​​​​10月29日 舔狗日记​陪伴拉屎的小猫咪就应该这样🌝太地狱了“古惑仔之中登大对决” 🔪🆚♾️对聒噪的餐厅邻座真的很容易心生厌烦,昨天以为自己厌女今天以为自己厌男,这会儿琢磨了下应该是反人类罪。仇人的痛苦我连一个标点符号都不会漏看的。“这孙子背叛我” “怎么背叛的?” “他说了实话”​​10月28日 舔狗日记​​​​​​​​我也没想到在局里上班会天天8点半下班,天天取不上快递😂 我心心念念的柚子,冬枣,金色飞贼车载香薰和如何用一句话毁了一个荡气回肠的爱情故事? 警察:继续说,我在听。​狗日的黄世仁 你人还怪好嘞!J人就是休假还没请掉,脑子里已经去好几趟了。 怪不得算命说:你这张盘最特殊的地方在于:华盖(精神追求