LLM 为何能发明新事物？验证者搜索是关键
bindureddy · x · 2026-08-31
Bindu Reddy 解析了 LLM 能够发明新事物的技术原因：
- 组合式创新：难题本质上是已知模块的全新组合，模型学会算子后可探索未见过的排列。
- 非对称验证：提出方案难，验证易。通过大规模测试时搜索并用验证器（如 Lean、FunSearch 的 checker）筛选真值，可以解决未训练过的问题。
- 成功案例：AlphaProof 借助 Lean 验证器获 IMO 银牌；FunSearch 发现了新的数学结果；AlphaFold 推广至未结晶蛋白。
- 未来展望：生物学和能源领域同样适用此逻辑，只要掌握宇宙规律，癌症和无限能源皆可破解。
所属事件:LLM 为何能创新：组合推理与不对称验证(4 条相关)→
「研究」频道最新
- 非可逆聚合算子的高效滑动窗口算法引开发者点赞 — Paimaamu · 2026-10-16
- 5 万条编造数据被 ChatGPT 引用：GEO 实验揭示 AI 搜索漏洞 — metehan777 · 2026-10-16
- 博主纠正生成模型讨论:这不是梯度下降问题,而是 mode collapse — burny_tech · 2026-10-16
- Causal Inference 入门系列开更,第一部分上线 — Nasereliver · 2026-10-16
- RIKEN 新法 FBI:训练更新只需一次采样,Pass@10 成本降至 12.3% — EmtiyazKhan · 2026-10-16
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16