P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看， 传送门https://blog.csdn.net/H1727548

前言

最近AI圈有俩事儿凑一块了，越品越有意思。

一个是在谷歌待了27年的技术元老Jeff Dean，直接带着三个老搭档离职创业，公司就干一件事：让AI自己搞定从提实验到出结果的全流程。

另一个是上交大联合深势科技的团队，放了个叫BigBang‑V1的科研大模型，35B的参数，愣是在好几个高难度任务上干赢了万亿参数的大模型。

俩事儿看着不搭边，内核其实是同一个：AI光靠人类喂数据的日子，快到头了。

1 以前的增长密码，现在不好使了

1.1 规模法则，也有边际效应

搞AI的以前都信规模法则，参数翻一倍，数据翻一倍，能力就跟着涨。

这逻辑就像开奶茶店靠大杯引流，杯子越大越有面儿，买的人就多。

可杯子总不能无限大吧？真搞成水桶那么大，没人拿得动，也喝不完。

AI也一样，预训练数据就那么多，高质量的早就被扒得差不多了。再堆100倍规模，也很难出本质变化。

行业兜兜转转，又得回头拼研究了。

1.2 最缺的不是数据，是“好题”

很多人说互联网数据还多着呢，愁什么？

这就像题库里题是不少，但学霸都刷过三遍了，再做也涨不了分。

真正值钱的题，得是模型刚好不会、做了能涨本事、做完还能准确判分的。

太简单的题，练了白练；太难的题，连对错都没法判，也给不了有效训练信号。

这种题以前都靠人类专家出。可GPU24小时连轴转，人类专家一天三杯咖啡都顶不住。

你让他熬夜出卷子，他头发掉得比模型收敛速度还快，根本供不上算力的胃口。

2 BigBang的思路：让AI自己给自己出题

2.1 内层循环：出题的和挑错的对着干

这套系统核心是俩Agent，一个负责出题解题，一个负责挑刺审查。

说直白点，就是一个当出题老师，一个当审题纪委，俩人天天对线。

生成的题过不了审查，就打回去改；审查出的问题，还能反过来调整下一轮的出题方向。

而且这个出题的Agent不是死脑筋按模板出，它能自己改代码、调策略，连出题的程序都能自己优化。

相当于老师不仅出卷子，还能自己改出卷规则，越出越懂怎么考学生。

2.2 外层循环：杜绝自嗨，用真本事校准

光俩Agent自己玩，很容易陷入自嗨。

就像俩老师关起门来出题，互相夸这题出得有水平，结果一到高考，学生全考砸。

所以BigBang加了一层外层循环：拿真实的科研任务当最终考场。

用不同版本的出题系统造数据，训练完模型直接去跑真实任务，看看到底有没有长进。

要是出题系统觉得题很好，训练完模型没进步，那就连出题带审核的标准一块改。

彻底杜绝“我觉得我很强”的幻觉，一切拿真实效果说话。

3 35B参数干赢万亿大模型，赢在哪

3.1 评测成绩，确实离谱

说出来很多人不信，35B的小模型，在好几个高难度任务上，把1.6T参数的模型给超了。

这就相当于35人的小团队，干赢了1600人的大厂部门，你说夸张不夸张。

不管是前沿科研任务、生物难题，还是代码开发、长程检索，十项评测里拿了十个第一。

以前大家挂嘴边的“参数即正义”，现在看来，也不是绝对真理。

3.2 赢的不是记忆力，是解题思路

很多人说，不就是刷题库刷多了，背答案呗？

还真不是。要是光背科学知识，那长进只能在科研任务里体现。

可它连代码、网页搜索这类通用任务也跟着变强了，说明学的是方法论。

就像学生时代的学霸，不是背了多少题，是学会了怎么拆解问题、找证据、试错、调整。

比如做病毒识别任务，别的模型跑三次出三个答案，它次次都能收敛到同一个结果。

算复杂数学积分，别的模型直接调用函数出结果，它能一步步把推导过程写全，每一步都能验证。

说白了，以前的模型是“答案搬运工”，这个模型，是真的有了点“做研究”的样子。

4 这事真正的影响，比“小胜大”更深远

很多人一看标题就说，又是小模型挑战大模型的爽文。

格局小了。

这件事最核心的，不是又出了个厉害的模型，是改了数据生产的逻辑。

以前是人类定方向、出题目、写答案，AI负责学。AI再强，也跳不出人类给画的圈。

现在是AI自己参与定方向、造题目、验结果，还能根据效果迭代下一轮的学习内容。

相当于从填鸭式教育，变成了自主学习型学霸，自己给自己安排学习计划，还能自己调整难度。

以前大家拼的是谁GPU多、谁数据多。

以后拼的，是谁的“造题机器”进化得更快，谁能持续找出下一道能让AI涨本事的题。

毕竟，能一直出好题的，才能一直赢下去。

P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/H1727548