OpenAI研究负责人诺姆·布朗：基准测试比数字大小毫无意义，未来靠token成本衡量模型智能｜GTC 2025

责编 | 王启隆 出品丨AI 科技大本营（ID：rgznai100） 今年英伟达大会（GTC 2025）邀请到了 OpenAI 的人工智能推理研究负责人、OpenAI o1 作者 诺姆·布朗（Noam Brown） 参与圆桌对话。 他先是带着大家回顾了自己早期发明"德扑 AI"的工作，当时很多实验室都在研究玩游戏的 AI，但大家都觉得摩尔定律或者扩展法则（Scaling Law）这 些算力条件才是突破关键。诺姆则在最后才顿悟发现，范式的更改才是真正的答案：" 如果人们当时就找到了正确的方法和算法，那多人扑克 AI 会提前 20 年实现 。 " 究其根本原因，其实还是很多研究方向曾经被忽视了。" 在项目开始前，没有人意识到 推理计算会带来这么大的差异。 " 毕竟，试错的代价是非常惨痛的，诺姆·布朗用一句很富有哲思的话总结了直到现在都适用的一大问题：" 探索全新的研究范式，通常不需要大量的计算 资源。但是，要大规模地验证这些新范式，肯定需要大量的计算投入。 " 左为英伟达专家布莱恩·卡坦扎罗，中为诺姆·布朗，右为主持人瓦尔蒂卡 在和英伟达专家的对话过程中，诺姆还对自己加入 OpenAI 之前、成为" 德扑 AI ...