哥伦比亚讲座称要做类人 AI 就别只盯着 LLM

PMinervini · x · 2026-07-26

帖子转发了一段关于 AI 架构路线 的讨论，并配了一张 Columbia Engineering 讲座幻灯片。

幻灯片里的核心观点是：

• 少做纯生成模型，转向 joint-embedding architectures
• 少做概率模型，转向 energy-based models
• 少做对比学习，转向 regularized methods
• 少做强化学习，转向 model-predictive control
• 只有当规划无法得到预期结果时，才使用 RL
• 如果真想做 human-level AI，就不要只盯着 LLM

转发文案补充说，一个 VQ tokenizer（FSQ）+ 生成式自回归 Transformer 的结果，似乎在反驳“这条路行不通”的老观点。整体是对研究路线和表示学习范式的评论，不是单纯口号。

原文链接 →

「研究」频道最新

• 仿象鼻机械臂用内置摄像头实现触觉感知 — rvp · 2026-07-26
• 逆向 SolidWorks 文件发现操作历史，可训练 CAD 模型 — yacineMTB · 2026-07-26
• Epoch AI 发现，风格化 AI 文本更容易绕过检测器 — dl_weekly · 2026-07-26
• 开源 4B 模型在瑞典医学考试上逼近 o3 水平 — AccomplishedCat4770 · 2026-07-26
• Graph Engineering 主张用显式图结构而不是只靠循环 — Aiden_Tech_Ai · 2026-07-26
• NeurIPS 审稿开始要求预算内根本证伪不了的主张 — roydanroy · 2026-07-26

更多「研究」频道 AI 资讯 →