Keras 创始人:测试时训练是解锁大模型潜力的下一个方向
fchollet · x · 2026-08-13
François Chollet 指出,当前主流的测试时计算(如自然语言推理)在计算上等同于测试时搜索。他认为,利用梯度信号进行测试时训练(TTT)是另一条极具潜力且不应被浪费的路径。
他此前曾强调,单纯扩大预训练模型规模的范式已经终结,研究者正转向测试时训练以及程序合成、符号工具使用等神经符号方法。TTT 在 2024 年的 ARC Prize 竞赛中崭露头角,目前虽仅在 ARC 等少数数据集上显著优于其他方法,但他看好其走向主流的潜力。
所属事件:François Chollet:测试时训练潜力巨大,有望走向主流(4 条相关)→
「研究」频道最新
- NVIDIA提出SparDA架构:解码提速1.7倍,长文本推理更准 — HankYeomans · 2026-08-13
- 批 AI 评测如占星术,开源项目 BRONCO 欲建科学度量基准 — KeilerHirsch · 2026-08-13
- Fast SAM 3D Body:实现实时全身 3D 人体网格恢复 — tom_doerr · 2026-08-13
- SkillZip:面向智能体技能库的图压缩方法 — Xingyu Tan · 2026-08-13
- 大模型加密推理链可被窃取:OpenAI、Anthropic、Google共享同一漏洞 — HuskyTheSniffer · 2026-08-13
- Flex-π 模型发布:融合 3D 与语义的机器人世界动作模型 — abhishekunique7 · 2026-08-13