我怀疑AI研发是否真如传言般天才

I struggle to believe that AI R&D is ingenious

我最近在几个侧边项目中观察AI的表现，包括构建新的Scrabble引擎、开发Ultimate Tic-Tac-Toe机器人以及研究AI哲学。在这些任务中，我发现模型的判断力往往非常基础且薄弱。例如，它在文献综述中无法识别关键论文，设计无信息价值的实验，或在哲学项目中陷入琐碎方向。尽管在某些快速反馈的hill-climbing任务中，通过反复提示Astra能提升性能，但整体而言，当前公开模型在自主研发中的表现仍令人质疑。内部模型或许更强，但公众可用版本似乎还远未达到预期。