Gzip 与语法归纳能否补齐深度学习？作者称只用上了小脑
ryunuck · x · 2026-09-21
作者主张用经典压缩方法与深度学习模型互补、互掩缺陷。他打比方称我们只拥有「上帝思维拼图的一块」——有大脑小脑而无大脑皮层，对深度学习要求太多了。具体观点包括：gzip 是更好的无损压缩器，可以为其发明 RL 的等价物；语法归纳算法（如作用于字节流的 RE-PAIR）也是压缩的途径，这些方向尚未被推到极限，能力远未穷尽。
「研究」频道最新
- 爆料:OpenAI 内部多智能体 LLM 号称用约万级智能体解 Navier-Stokes — FlorianGallwitz · 2026-09-21
- 让 Agent 操作 AI 生成的排版工具界面,完美破解 LLM 字符级任务短板 — Future_Candidate2732 · 2026-09-21
- 研究员推荐：借动物认知原理评估 LLM 的传递推理能力 — tomssilver · 2026-09-21
- 开源 Typed Evals:用类型化判分模型做可校准的 LLM 评估框架 — Charming_Group_2950 · 2026-09-21
- 从 GPT-1 到 GPT-6 的启示：被低估的架构可能只是缺数据 — Silver-Champion-4846 · 2026-09-21
- 斯坦福刘博直播分享 SPIRAL/SPICE/SPADE：模型自设计环境实现递归自我改进 — _AndrewZhao · 2026-09-21