研究者激辩 AI 模型真实能力与 AGI 缺口
多位研究者近日围绕模型为何「不够 AGI」展开激辩。teortaxesTex 认为 core 问题在于缺失持续学习,与梁文锋此前观点一致;他反驳 zetalyrae 的说法,认为除非无视预算,所谓能力差距并不成立,并讨论 Astra 能否靠子智能体补齐冷门领域。zetalyrae 则转引新文章主张模型真实能力很可能被评测方式低估。可解释性研究者 voooooogel 还用权重空间证据反驳「RL 高度趋同」假说,指出不同领域的 RL 更新并未触碰相似的动机回路。
2026-09-29 ~ 2026-09-29 · 4 条相关
- 作者撰文:AI 模型的真实能力很可能比表面表现更强 — zetalyrae · 2026-09-29
- Astra 能否靠子智能体补齐冷门领域?大佬激辩超级人类能力边界 — teortaxesTex · 2026-09-29
- 持续学习缺失才是模型不够 AGI 的关键,Agent 上下文进步显著 — teortaxesTex · 2026-09-29
- 可解释性研究者用权重空间证据反驳「RL 高度趋同」假说 — voooooogel · 2026-09-29