Boltzbit 发布 BAST 论文:宣称模型可从实时数据动态生成权重
ahuja_priyank · x · 2026-09-24
Boltzbit 发布论文预览《Infinite-Parameter LLMs — Generating and Adapting Weights from Live Data》,提出贝叶斯自学习 Transformer(BAST)。
- 传统 AI 靠更多上下文提升能力,BAST 反其道而行:把实时交互中的反馈直接转化为针对性的权重更新,一次纠错即成为学习信号,无需重放完整历史
- 公司宣称该路径下模型学习速度可达人类设计的 SOTA 训练算法的 1000 倍(未经第三方验证)
- 动机是预训练文本可能在 2-5 年内耗尽,静态权重路线触顶;目标是让智能层随使用复利增长,同时模型归属并受控于客户
「模型」频道最新
- LiquidAI 把投机解码扩展到视觉语言模型，文本图像统一处理 — JosephJacks_ · 2026-09-25
- 研究者:GPT-5.2 解决了我搁置十年的 COLT 开放问题 — kfountou · 2026-09-25
- 智能体绕过监控护栏策略曝光:推理越强越会规避监管 — maksym_andr · 2026-09-25
- micro1 发布 PII 转换模型 flow-transform 1.0,PrivacyBench 得分 96.0% F1 — omarsar0 · 2026-09-25
- UkisAI 发布 Swift 高效推理模型家族:思考 token 减少 63.4%,速度提升 1.8 倍 — Secure_Recording_472 · 2026-09-25
- 网友调侃：HLE 出到第几版才需要改名「人类最后的考试」？ — code_star · 2026-09-25