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
所属事件:Boltzbit 发布 BAST 论文宣称 LLM 学习速度最高快千倍(3 条相关)→
「模型」频道最新
- 开发者自建 git 网页应用被 Codex 安全护栏误判为网络安全风险 — brianmichel · 2026-11-11
- DeepSeek 开源编码 agent DSH 登上 HF Harness 榜，五项评测并列第一 — TheZachMueller · 2026-11-11
- 博主断言美国开源模型将凭盈利模式主导，但仍难追 Claude — marktenenholtz · 2026-11-11
- NVIDIA 发布开源 GR00T 2：真实灵巧手全自动完成化学实验 — EricBuess · 2026-11-11
- 降价反而更贵:新模型太爱自查，单任务成本涨31% — tengyanAI · 2026-11-11
- 美国数据厂商被指向中国军方关联企业出售RL环境数据 — xeophon · 2026-11-11