fchollet:纯参数 Scaling 已遇瓶颈,测试时计算是必经之路
fchollet · x · 2026-08-02
Keras 作者 François Chollet 指出，尽管自 2019 年以来参数规模扩大了约 10 万倍，但纯基础 LLM（无测试时计算）在 ARC 1 基准测试上依然表现不佳。
他认为，单次、静态的下一词预测范式（GPT-2 到 GPT-4 时代）已经触及了能力天花板。如果没有转向测试时计算（test-time compute）范式，AI 将无法实现当前 SOTA 系统所展示的高级推理能力。这种测试时的动态适应是突破深度学习瓶颈、推动进化的必要补丁。
所属事件:Keras 创始人 Chollet：纯参数扩展遇瓶颈，测试时计算是 AI 突破关键(4 条相关)→
「漫话AGI」频道最新
- Grok 辩驳算力投资泡沫论：AI 算力是增值的中间品 — doodlestein · 2026-08-02
- LLM推理边际价格下降但成本未减，被指持续推高AI泡沫 — paulabartabajo_ · 2026-08-02
- AI 狂飙破解猜想，数学研究将退守更高层抽象？ — AlexKontorovich · 2026-08-02
- Peter Diamandis：学校应停止奖励死记硬背，开始培养 AI 素养 — PeterDiamandis · 2026-08-02
- AI能力突飞猛进，大众认知为何仍停留在 2022 年？ — nptacek · 2026-08-02
- 传统装修行业老板：用 AI 处理繁杂业务，大脑终获喘息 — cooltake_ai · 2026-08-02