不好！1930年的AI都来抢程序员饭碗了

📋 背景

量子位 | 公众号 QbitAI

劳动节，马上100岁的vintage大模型也得劳动。

是的，有人给只有1930年知识的大模型，微调成软件工程师了……

🔍 详细内容

过程比想象中轻松，仅用250个训练样本，强悍的老头便解决了自己人生中的第一个编程问题——

一个连电视机都没见过的AI，现在也开始跟Claude们「学坏」，要跟程序员抢饭碗了。（bushi）

这是最近爆火的「老头AI」，全名叫talkie-1930-13b。

操盘手是AI研究员Nick Levine、多伦多大学副教授David Duvenaud，以及大家熟悉的那位——真·GPT系列之父Alec Radford。

而他们对老头最有趣的设计，就是其训练数据有条铁律：1931年1月1日之后的任何一个字，全部不准进！

是的，它不知道电视机，不知道互联网，更不知道二战怎么收场……

老头的世界，永远停在了1930年12月31日的午夜。

但让全网「瘫软」的点在于，就这么个老古董，当扔给它一道Python编程题时，这个跨越近百年的「过去之灵」，竟然写出了人生第一行Python代码。

有人对Alec Radford的这个1930 vintage LLM做了微调，让它去解SWE-bench上的真实软件工程问题。

250个训练样本之后，它落地了第一个fix——一个针对xarray库的小补丁。

对了，团队放出了老头在落地这个xarray库补丁的全过程。

说实话，如果以看前沿LLM的标准，这个demo看着真有点恼火。

一个简单的问题，老头足足花了49轮才搞定，又长又慢。

其中有些轮次实在看不下去了，真的太笨了，着急死了，但你又不好意思对老头发脾气。

但，这在某些时刻，反而让人更兴奋。跟看爽文一样。

我举个最「直接、不绕弯」的例子。（bushi）

在第12轮对话的时候，它尝试apply patch失败了。

老头没有放弃，它仍在继续尝试，直到终于意识到自己错在哪……

然后，在第44轮，它给修好了！！

我知道，fix本身很简单，别说AI SOTA了，代码水平跟小白比估计都够呛。

但真正重要的，是老头在整个解题过程中的思考。

这个过程展示出的那种推理能力，跟我们在现代模型上看到的如出一辙。

一个1930年的模型，也会试错，会反思，会自我修正。

demo之外，benchmark的表现同样亮眼。

当微调时的训练数据规模扩展到大约75K条trajectory，也就是10亿token的时候，模型在SWE-bench-Verified上达到了4.5%的pass@1。

要知道，它原来在HumanEval上才4%的pass@100。这进步幅度相当可观。

虽然绝对值还很低，但对一个1930年知识模型来说，已经很离谱了。

事实上，团队还同时给老头训练了一个兄弟模型，叫talkie-web，这个模型是在互联网数据上预训练的。

同样的微调配方，talkie-web在SWE-bench-Verified上的成绩是5.5%的。

没错，即便团队偏心，给孪生兄弟加上互联网数据，也就比老头高了1个百分点。

这不是什么穿越爽文，团队已经在GitHub上开源了项目，链接放在文章结尾，感兴趣的朋友可以去跑跑看。

团队自己也很兴奋，在README里喊话：

如果你手头有更多算力，我们很想看到1930模型和互联网模型在后训练持续扩展时的完整scaling曲线对比。

想看想看，这可比单纯秀肌肉的benchmark有意思多了。

💡 分析与影响

团队并没有剖析背后的原因，但我看了不少网友在帖子下面的评论，觉得这是一个值得讨论的话题。

我们一直以为，AI需要吃掉整个互联网才能变聪明。

但如果一个只读过1930年以前书的模型，经过一点点后训练就能写代码修bug……

那我们对「什么是智能」的理解，是不是也得重新想想？

4.5%的pass@1，放在今天的SOTA面前当然不够看。但它证明的那件事，比任何benchmark分数都重要。

一个1930年代的人，如果拥有几乎相同的教育体系，完全可以理解现代软件工程。

一百年前的数据量，加上正确的后训练方法，就足以产生现代意义上的推理。

智能的瓶颈，或许从来不在于预训练数据的多少。

你不需要一个训练过所有知识的模型，它只需要具备基本的语言理解能力，这就够了。

或许，当我们在Scaling路上一路狂奔的间隙，也可以稍微停一停，抬起头来跟身边人侃侃大山、扯扯淡——

GitHub：https://github.com/RicardoDominguez/talkie-coder

参考链接：[1] https://x.com/rdolmedo_/status/2050665193374732430?s=20[2] https://github.com/RicardoDominguez/talkie-coder

国内首个！兼容Tinker范式且全面开放

游侠云AI普通

收藏 链接