如果两个比率都会随着规模提高而提高，那么模型确实在学习真正的策略多样性。”

伊戈尔靠在椅背上，仔细一想，卧槽大佬啊，对方给的策略有点可行性。

他看出价值了，没有再继续在推特上继续和对方聊天，而是选择切换到推特私信里。

先给light_chen点了个关注，然后接着问道：“你认为这是代码生成特有的问题，还是语言模型的一般性限制？”

“一般性限制，但代码把它暴露出来。”

“在语言里，表面多样性甚至更具有欺骗性。十个答案看起来可以完全不同，却共享同一个隐藏框架。”

“代码有用，是因为失败可以被运行给判断出来。”

“如果我们能做到如何在代码里测量坍缩的策略空间，就能得到一种更广泛诊断推理系统的方法。”

伊戈尔想了想，问了个有点尖锐的问题：“如果没有alphacode的内部访问权限，你怎么测试这一点？”

他想看看对方能不能在没有alphacode的内部权限的情况下设计出近似验证方法。

过了一会儿，light_chen回复：

“使用演示题目里的公开样例足够做一次合理性检查。”

“选择那些演示中展示了多个生成解法或解释的题目。”

“手动重构解法家族。”

“围绕可能的不变量生成对抗性变体。”

“比较这些不同的解法是否会一起失败。”

“哪怕只有5到10个例子，也足以判断这个测量方法是否值得放大。”

伊戈尔内心已经在为对方鼓掌了。

“你在openai工作，还是微软？或者meta的人工智能实验室？”

他已经冒出想要挖人的想法了。

21世纪什么最重要？当然是人才最重要。

自己有可能要为马斯克工作，一个人孤掌难鸣，那么带越多的人一起去越好。

开除一个人太容易了，开除一群人有点难。

这也是为什么，在硅谷，印度人在抱团，华国人也在抱团，大家都在抱团。

来了一个就来两，来了两个就来一串。

你想开除我，先掂量掂量，我们走了，你的业务还能不能运转。

“我还在上学。”

“哦，斯坦福还是mit？”

“江城大学。”