落进沙盘的一瞬间，一条条思路被自动剥开，李东所有吃透的知识自动开始在他的脑中匹配这些思路。
第一条，把参数往天上堆，把数据往海里灌……
然后塌了。
第二条，让模型自己出题，自己生成数据，再反过来喂自己这条路在遇见“不许撒谎”这件事上……
也塌了。
而第三条。
慢思考可验证的奖励，自己跟自己博弈。
这条思路一路往前铺，铺过一个又一个岔口，直到铺到沙盘的视野尽头，都没有塌。
因为它每往前一步，脚下踩着的，都是“被机器判对”这四个字。
奖励对了路就不会歪。
所以这条路通了。
还有几条走到半路，沙面上的骨架忽然糊成了一团。
那是李东还没真正吃透的地方。
沙盘不会凭空生出他不曾拥有的知识，它只负责把他已经握住的 知识用到尽头。
说起来，要不是姚先生那一堂课和这阵子他硬啃了那么多的知识，今晚这片沙盘他压根就铺不开。
几分钟后，李东睁开了眼睛。
接下来，他把沙盘里活下来的那些思路连同自己心目中的那个ai for math，一点一点的讲给小黑听。
模型的每一步推理，都必须翻译成最严格的形式化语言，送进lean那样的证明器里，一行一行过类型检查。
对就是对，错就是错。
想不出来，就老老实实说想不出来，不许瞎编。
……（略）
这世上成千上万的行业，也只有数学这门学科，给得起这种非黑即白的答案。
模型的最终的设计交付，绝对不能是一个给教授代写水稿的llm工具。
它该是一个能与你并肩往无人区里推进的同事。
最后，李东把那几条在沙盘里塌掉的死路，也告诉了小黑。
李东说得很慢也很细。
像在给一个聪明绝顶却没见过世面的孩子，描述外面的世界。
等他说完这些，嗓子都有些发干了。
小黑安安静静听完，蹦了一下。
“明白啦，主人！”
“小黑想一想哦。”
说完，它又开始一缩一胀的了。
……
李东起身活动了下腿脚，刚想去翻包里的水。
手机
本章未完，请点击下一页继续阅读！