Boltzbit 论文称 BAST 让 LLM 学习速度最高快 1000 倍
HeyToha · x · 2026-09-25
Boltzbit 发布预印本《Infinite-Parameter LLMs——从实时数据生成与适配权重》，提出 Bayesian Self-learning Transformers（BAST）。
- 核心区别：多数"学习型"agent 只是存对话、检索片段、把越来越长的历史塞回静态模型，每条新记忆都增加检索、处理和成本；BAST 则用实时交互数据直接生成和调整模型权重，无需每次做完整重训练。
- 实验结果：BAST 的学习速度比论文对比的 SOTA 训练算法最高快 1000 倍。
- 背景动机：预训练文本供给预计 2-5 年内耗尽，「更大模型+更多数据」路线逼近天花板，作者主张转向能耗更低、权重可动态更新的 AI。
- 长期愿景：agent 不只是携带更大的记忆库，而是在使用中真正变强。
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)→
「漫话AGI」频道最新
- 热帖：五年「再等等」之后，2026 年公司终于摊牌 — hey_abusiddik · 2026-11-11
- 「和你的数据聊天」是伪需求？关键差异在聪明的同事 — vboykis · 2026-11-11
- Ben Todd:AI 任务时长随能力呈超指数增长,不止营收 — ben_j_todd · 2026-11-11
- 数学家 Strogatz 探问：当 AI 成为「神谕」，数学将走向何方 — stevenstrogatz · 2026-11-11
- David Patterson：超级智能将终结利润与股权增值，唯有销售税供养全民高收入 — davidpattersonx · 2026-11-11
- 递归自我改进后 AI 进步仍可达 2024 年 3 倍速度 — ben_j_todd · 2026-11-11