用星系图研究LLM：概念按难度顺序涌现
UniverseTBD · hf · 2026-08-26
该研究构建了一个基于星系图像的Transformer模型（AstroPT），利用已知物理概念排序作为监督信号。实验通过线性探测（linear probes）发现，模型能恢复出真实的星系结构，并且这些概念在训练过程中会按照固定的难度顺序依次涌现。
「研究」频道最新
- 非 Transformer 架构 Neural Operators 传闻或带来超长上下文 — daniel_mac8 · 2026-08-26
- 研究称评测配置差异导致模型排名剧烈波动 — dair_ai · 2026-08-26
- 新 AI Discord 社区建立，将发布 SOTA Qwen 量化版 — Angry_Birdy06 · 2026-08-26
- DeepMind 招聘：构建人类生物学生理世界模型 — AleksandraFaust · 2026-08-26
- Iliad 强化课程发布：涵盖奇点学习理论与数据归因 — jd_pressman · 2026-08-26
- Evo-Harness 论文：验证器比反思更能提升Agent能力 — solyarisoftware · 2026-08-26