Chollet 追问 RLVR 是否提升通用智力 G
先了解这件事
2026 年 10 月 7 日，AGI Hunt 连续报道 François Chollet 对 RLVR（可验证奖励强化学习）作用的新追问。Chollet 提出，AI 能力的「锯齿状前沿」可能主要来自数学与代码这两类可用 RLVR 无限推高的领域，其余领域因仍受人类生成数据瓶颈制约而趋于平台化，其能力虽在持续进步但速度慢得多。他由此提出关键问题：这些非可验证领域的提升，究竟是 RLVR 带来整体智能（通用智力因子 G）提升的副产品，还是仅靠不断灌入海量新人类数据实现的线性外推，亦或 RLVR 只提升了一项孤立技能。报道称，这一答案将直接决定人们对模型能力天花板与 AGI 进程的判断。最新一篇报道仍停留在同一追问上，重申数学与代码可被 RLVR 推到任意远、其他领域依赖人类数据续命，未给出新的论据或结论，目前尚无对上述追问的结论性回应。
AI 根据报道生成 · 55 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntChollet 追问：RLVR 只提升数学代码，还是真能拉高通用智力 G？
François Chollet 提出，RLVR 带来的数学与代码能力提升究竟是「通用智力因子 G」的体现，还是只是一项孤立技能。他假设「锯齿状能力边界」可能主要就是数学与代码这两块，RLVR 能把它们推到任意远，而其他领域因瓶颈在人类生成数据仍在缓慢进步。这些领域的稳定提升究竟是更高 G 的副产品，还是训练数据带来的线性外推，直接关系到对模型能力天花板与 AGI 进程的判断。
- AGI HuntChollet 质疑 RLVR：提升数学代码还是通用智力
François Chollet 连续发帖质疑 RLVR：可验证奖励强化学习能无限推高数学与代码能力，而其余领域或仍需依赖人类数据续命，「锯齿状前沿」由此而来。他进一步追问，这一提升究竟是通用智力因子 G 的体现，还是只是一项孤立技能。
- AGI HuntChollet 提问：RLVR 推高数学代码，其他领域能否靠人类数据续命
Chollet 提出，AI 能力的「锯齿状前沿」可能主要来自数学与代码这类可用 RLVR（可验证奖励强化学习）无限推高的领域，其余领域因仍受人类生成数据瓶颈制约而趋于平台化。他指出非可验证领域的能力虽在持续进步但速度慢得多，关键问题是这种进步源自 RLVR 带来的整体智能提升，还是仅靠不断灌入的海量新人类数据，答案将决定很多事情。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。