Anima Anandkumar 谈万亿参数通用模型与物理 AI 预测
AnimaAnandkumar · x · 2026-08-27
Anima Anandkumar 在 Latent Space 播客中讨论了 AI 在物理仿真和理解中的应用。她提到了将这些方法扩展到万亿参数模型规模和万亿级 4D 上下文长度的潜力。对话涵盖了构建高分辨率全 AI 天气模型（比现有预报快数万倍且精度相当）、在聚变中实时预测等离子体行为以便采取纠正行动，以及物理理解如何帮助替代实验等内容。
所属事件:Anandkumar：神经算子突破物理 AI 预测瓶颈，迈向万亿参数(2 条相关)→
「研究」频道最新
- RLVR 微调致解空间坍缩，加入 replay 缓冲可保多样性并提升 pass@8 — manoelribeiro · 2026-10-15
- ModeBench 揭示 RLVR 让 LLM 只会一种解法，Re:Max 训练法可保解法多样性 — manoelribeiro · 2026-10-15
- NYU 团队推出 SCOOP：用策略协调循环让 LLM 学会真正探索 — jaseweston · 2026-10-15
- Google WeatherNext 助 NHC 预报飓风 Isaias，提前 3 天锁定路径误差 60 公里内 — PeterWBattaglia · 2026-10-15
- MIT 用简单局部突触规则让神经网络自建学习机制 — ChuckDBrooks · 2026-10-15
- 中科大提出 VASPO:自蒸馏结合特权价值估计改进 PPO 推理 — ustc-community · 2026-10-15