跳到正文

#推理

今日 0 条

11月7日

星期六

10月23日

星期五

10月16日

星期五

10月12日

星期一
  1. Anthropic 的 Andrej Karpathy:外界只看到 AI 能力的“预览版”

    Anthropic 的 Andrej Karpathy 称,外界只看到了 AI 实际能力的“预览版”。他把大语言模型用户分为四层:约 60 亿人几乎没接触过 LLM,10 至 20 亿人只把免费 ChatGPT 类产品当作更好的搜索引擎,约 2000 万数学和编程领域的专业用户已用智能体完成过去需数周乃至数月的复杂项目,而仅约 5000 人能接触内部前沿系统。

10月11日

星期日

10月10日

星期六

10月8日

星期四
  1. 机器人领域的 AI 突破短期内不会改变你的生活

    MIT Technology Review 与 Aventine 合作的文章指出,尽管 Elon Musk 预测 Tesla 的 Optimus 人形机器人最早 2027 年底开售、单台成本低至 2 万美元,Jensen Huang 也称人形机器人今年将达到人类水平能力,但许多机器人研究者对此持怀疑态度。Yann LeCun 在达沃斯表示,没有任何一家人形机器人公司知道如何让机器人足够智能和实用。

10月5日

星期一
  1. 我们的大脑并不适合应对 AI

    神经科学家 Paul Cisek 提出,大脑并非图灵机式的信息处理器,而是进化而来的反馈控制系统,用棒球接高飞球的启发式而非复杂计算即可说明。作者 Benjamin Riley 据此认为,把大脑类比为计算机的模型既扭曲又有限,而 AI 产品正像"认知版热狗",迎合当下却损害人类数千年演化出的认知系统。

10月3日

星期六

10月2日

星期五
  1. 别被迷惑——LLM 并不会推理

    前 Google DeepMind 研究员指出,LLM 靠逐个预测 token 生成答案,其链式推理仍由同一套 next-token 过程产生,并非真正独立的推理机制。他认为这类模型缺乏可检视的持久认知状态、知识与推理的分离,且链式推理常是事后编造。他主张借鉴 AlphaGo 的游戏树搜索架构,为机器推理引入显式的认知状态。

9月22日

星期二

7月6日

星期一

6月8日

星期一

5月8日

星期五
  1. 自适应并行推理:高效推理扩展的下一个范式

    伯克利 AI 研究团队梳理了并行推理领域进展,重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。现有方法如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 多由外部预设并行结构,未教会模型自适应行为。