全合成数据养出的AI，到底算不算"真"的？

一个AI模型，训练数据100%来自合成生成——没有一篇真实人类的文字、一个真实世界的数据点都没有。这听起来像科幻，但Jev已经做到了。 合成数据训练并非新概念，但"完全不用真实数据"这条线被跨过去时，讨论的性质就变了。你训练出来的模型，本质上是在学习另一台机器的"想象"。它见过的一切，都是AI写的AI。 这让一个老问题重新变得尖锐：一个从未接触过真实人类表达的模型，能理解人类吗？还是说，它只是在完美地模仿"像人类说话的东西"？ 我倾向于后者。这不是说它没用，而是说它的天花板，从一开始就被另一台机器的偏见锁死了。

原文：Jev was trained on 100% synthetic data · 来源：Hacker News