Hinton 与 LeCun 之争再起:推理模型证明谁是对的?

OnlyBath9046 · reddit · 2026-09-23

两位 AI 教父对同样的 LLM 进展得出相反结论,这场旧争论在社交网络上再度引爆。一方认为推理时搜索和潜空间推理的兴起支持 LeCun 的判断——纯自回归 Transformer LLM 从来都不够;另一方则指出今天的推理系统仍建立在 Transformer 之上,LeCun 多年称其为「岔路」后是在移动球门柱。

LeCun 的详细回应(见配图)指出:类人推理必须在连续表示空间而非 token 空间中搜索。这与日益升温的 latent reasoning 研究直接相关——目前该方向包括 continuous-thought LM、压缩非语言 token、recurrent-depth 模型、任务训练的递归求解器,以及 Pathway 的 BDH-CQ 等 in-context 递归潜空间求解器。Pathway 的 ARC-AGI 成绩使其成为当前最有实证支撑的 latent reasoning 团队之一,此外还有 recurrent looped Transformers 和 Astra 等新尝试。

核心问题:当 LLM 加上搜索、递归或潜空间计算后,它还算不算「本身是 LLM」?领域的集体行为越来越表明,纯文本自回归不是故事的全部。

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →