主要观点总结
文章介绍了关于AI模型能力衡量指标的新概念“AGI时间”，以及围绕这一新概念展开的辩论。文章涵盖了正方塞巴斯蒂安·布贝克和反方汤姆·麦考伊的观点，以及其他专家的意见。正方认为AI模型的能力可以用AGI时间来衡量，并可能在未来几年实现AGI日、周级别的能力，解决重大数学难题。反方则对LLM解决复杂开放性问题持怀疑态度，指出当前LLM存在的制约和缺陷。同时，其他专家提出了结合证明验证器、符号空间探索等方式来解决数学难题的观点。
关键观点总结
关键观点1: AGI时间作为AI模型能力衡量指标的概念被提出。
塞巴斯蒂安·布贝克提出了AGI时间的概念，认为AI模型可以完成需要几个小时、几天甚至几周的任务，这代表着模型将长期推理和计划结合起来，接近真正的AGI。这一概念引发了热烈的讨论。
关键观点2: 正方的观点：LLM具有巨大的潜力，可以通过更多的数据和后期训练解决数学难题。
塞巴斯蒂安·布贝克等正方人士认为，当前的LLM已经在多个领域展现出强大的能力，通过更多的数据和后期训练，它们可以解决数学难题。他们通过数据回顾了LLM的发展历程，并强调了后训练技术的重要性。
关键观点3: 反方的观点：LLM存在制约和缺陷，难以独立解决复杂的数学问题。
汤姆·麦考伊等反方人士认为，LLM受训练数据频率限制严重，长推理过程中的幻觉问题是致命伤，当前缩放方法存在本质缺陷。他们认为LLM需要突破语言预测的限制，从底层架构和训练理念上进行彻底变革。
关键观点4: 其他专家的观点：需要结合证明验证器、符号空间探索等方式来解决数学难题。
其他专家如Anthropic的研究员帕维尔・伊斯梅洛夫和MIT诺伯特·维纳数学教授安库尔・莫伊特拉提出了结合证明验证器、符号空间探索等方式来解决数学难题的观点。他们认为需要探索新的智能搜索方法，并在模型的有效训练机制上取得突破。
文章预览
奇月 发自 凹非寺 量子位 | 公众号 QbitAI 一个全新的模型能力衡量指标诞生了？！ OpenAI科学家塞巴斯蒂安・布贝克（Sebastien Bubeck）（下图左）表示： AI模型的能力可以用 AGI时间 来衡量： GPT-4可以完成人类需要几秒或几分钟的任务；o1 可以完成人类需要若干小时完成的任务，也就是可以用“AGI小时”衡量的任务；明年，模型可能会实现AGI日，并在3年后实现AGI周，能够解决重大的开放问题。 看到 AGI时间 这个新概念，网友们也是立即就展开了热烈的讨论。 有人认为，如果模型可以达到人类需要数周或数月才能完成的任务，也就代表它可以将长期推理和计划结合起来，也就和真正的AGI差不多了： 不过也有人表示这个说法有点模糊，人脑也很难机械地把任务完成时间限定为几个月、几年： 而反方辩手汤姆·麦考伊（Tom Mccoy）则对LLM能否解决复杂的开放
………………………………
