Transformer 兼具语言模型与 Agent 能力是运气吗？
MillionInt · x · 2026-08-26
作者探讨了为何 Transformer 既能作为语言模型又能作为 Agent 两个不同目标下表现出色，认为这种在单一共享网络中相互促进的机制带有运气的成分。
「研究」频道最新
- Evo-Harness 论文：验证器比反思更能提升Agent能力 — solyarisoftware · 2026-08-26
- ColBERT 系列论文技术演进脉络梳理 — anshulkundaje · 2026-08-26
- 谷歌 ReasoningBank：从成败轨迹蒸馏策略，LLM 变自我进化智能体 — solyarisoftware · 2026-08-26
- AME 训练效率提升 5 倍，新方法支持大规模地图扩展 — ChongZzZhang · 2026-08-26
- 用星系图研究LLM：概念按难度顺序涌现 — UniverseTBD · 2026-08-26
- 研究揭示 Python str.lower() 可能引发安全漏洞 — jedisct1 · 2026-08-26