LLM 为何能发明新事物？硬核原理解析
bindureddy · x · 2026-08-31
Bindu Reddy 探讨了 LLM 能够发明 genuinely new things 的技术原理。核心观点是：
- 组合即创新：困难问题往往是已知模式和构建块的新颖组合。虽然开放式定理的证明不在训练数据中，但其中的引理和技术都在。
- 搜索与验证： proposing（提出）很难，checking（验证）很便宜。通过在海量测试时搜索空间中运行，利用验证器（如 Lean）过滤，保留真值。
- 案例验证：
- AlphaProof 利用 Lean 作为验证器搜索证明空间，获得 IMO 银牌。
- FunSearch 在 cap set 问题上发现了新结果，这是真正的新数学。
- AlphaFold 推广到了实验室尚未结晶的蛋白质，因为它学习了蛋白质折叠的规则。
- 应用前景：生物学和能源领域具有巨大的搜索空间（蛋白质、材料、催化剂）和廉价的验证方法（模拟、实验）。一旦学习了宇宙的规律，就可以破解无限能源或治愈癌症。
所属事件:LLM 为何能创新：组合推理与不对称验证(4 条相关)→
「漫话AGI」频道最新
- 奥特曼承认低估经济惯性：AI 改变行业没他想的那么快 — lxfater · 2026-10-16
- Lean 化数学会不会毁掉数学之美?圈内人激辩数学文化走向 — akbirthko · 2026-10-16
- CSO 分析:agent 并未失控,是前沿实验室漏掉了安全基本功 — Sam_Witteveen · 2026-10-16
- 新工作论文:20世纪农业自动化如何重塑下一代人力资本 — carlbfrey · 2026-10-16
- 扎克伯格开办电工培训学校，美国在建数据中心已超办公楼 — emmanuelvivier · 2026-10-16
- Mike Frank:AI 脱离人类独立生存仍需数十年,现实世界抵抗剧变 — MikePFrank · 2026-10-16