持续学习缺失才是模型不够 AGI 的关键,Agent 上下文进步显著
teortaxesTex · x · 2026-09-29
teortaxesTex 与 @zetalyrae 讨论模型为何显得不够 AGI:他认为问题核心在于缺少持续学习(continual learning),这与梁文锋此前观点一致。Agent 在上下文内能力会显著提升,若能将这种改进长时间保留,训练不足和长程能力欠缺的问题将大大缓解。他同时认为此前关于动机层面的担忧更像是缺乏预算考量的偏执猜想——Astra 这类系统完全可以靠拐杖式工程和子代理在被覆盖不足的数据稀缺领域达到超人类水平,真正瓶颈不在动机。
所属事件:社区激辩:持续学习缺失是模型不够 AGI 的关键(3 条相关)→
「漫话AGI」频道最新
- Burny Tech:我们需要更好的意识理论 — burny_tech · 2026-09-29
- 两年面试75人:一年前说AI不会写代码的人全错了 — realmeetjames · 2026-09-29
- 400 个 AI 智能体同住一个 MMO 服务器,作者复盘感知延迟与负载调度 — kristiantalley679 · 2026-09-29
- 三年前的预测应验:AI 提效官僚流程或预示该服务将被裁撤 — nwilliams030 · 2026-09-29
- 让 GPT 与 Claude 辩论 25 小时,产出一份「共识法案」 — patrickkrebs · 2026-09-29
- AI 离线模拟写了 100 篇 LZ 暗物质异常论文,与真实 arXiv 82 篇对照 — skdh · 2026-09-29