François Chollet:测试时训练是纯粹的深度学习范式
fchollet · x · 2026-08-13
François Chollet 深入探讨了测试时计算(test-time compute)的两种主要范式。他指出,目前主流的做法是利用自然语言进行推理,其计算本质类似于测试时搜索(有时会结合验证器或评分器)。
另一种重要途径则是测试时训练(test-time training)。Chollet 强调,这是唯一一种“纯粹”的深度学习测试时适应方法,因为它在连续的潜在空间(latent space)中进行自适应调整,而不是像神经符号方法那样在离散的符号空间中操作。他认为梯度是非常宝贵的信号,在测试时没有理由不去利用它。
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
- 机器人顶会评审受质疑:工业界与学术界该分道扬镳? — KyleMorgenstein · 2026-08-13
- 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