GPT-2 小世界拓扑多半是架构造成的
its_vayishu · x · 2026-07-15
作者复现后发现：训练过的 GPT-2 按这个指标看确实像小世界网络，
但 未训练对照组 的结果也差不多（σ 约 4.6，训练后约 5）。
他又在 5 种稀疏度 下重复测试，差距仍然很小，因此更像是架构本身造成的结果，而不是训练“学”出来的。
结论是：
- top-k attention graph 可能几乎是按构造就呈现小世界特征
- 不能据此声称 “GPT-2 偷偷学出了类似大脑的拓扑”
- 作者把完整 notebook 放到了 Kaggle，欢迎复验和挑错
所属事件:实测称GPT-2注意力机制具小世界网络特性(2 条相关)→
「研究」频道最新
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11