当今前沿推理模型的配方与 AlphaGo 惊人相似：
The recipe behind today’s frontier reasoning models is surprisingly similar to AlphaGo: 1) Imitate ...
AI 导读当今前沿推理模型的训练路径与 AlphaGo 高度一致：先模仿大量人类数据，再扩展推理计算（从蒙特卡洛树搜索到思维链），最后用强化学习突破模仿上限。Demis Hassabis 称，十年前 AlphaGo 的"第37步"预示 AI 可攻克真实科学难题，这些思路对构建 AGI 仍至关重要。
来源：Noam Brown · x.com