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
- Lean 化数学会不会毁掉数学之美?圈内人激辩数学文化走向 — akbirthko · 2026-10-16
- CSO 分析:agent 并未失控,是前沿实验室漏掉了安全基本功 — Sam_Witteveen · 2026-10-16
- 新工作论文:20世纪农业自动化如何重塑下一代人力资本 — carlbfrey · 2026-10-16
- 扎克伯格开办电工培训学校，美国在建数据中心已超办公楼 — emmanuelvivier · 2026-10-16
- Mike Frank:AI 脱离人类独立生存仍需数十年,现实世界抵抗剧变 — MikePFrank · 2026-10-16
- 开发者晒「非 LLM 控制核」系统，自称出现涌现式自我反思 — HungarySam · 2026-10-16