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:研究者激辩 AI 模型真实能力与 AGI 缺口(4 条相关)→
「漫话AGI」频道最新
- Reddit 说「AI 是泡沫」,Twitter 在讨论「活不过 2027」:同个行业两种氛围 — Puzzleheaded-King584 · 2026-11-16
- Alpha School 被质疑用「劝退」筛选学生,Claude 当场被用来反问选择偏差 — benjaminjriley · 2026-11-16
- Netflix 拿下 Joseph Gordon-Levitt 执导的 AI 惊悚片,Rachel McAdams 加盟 — ShakeelHashim · 2026-11-16
- 卡内文学奖在 AI 代写质疑下确认 2026 年获奖者 — ShakeelHashim · 2026-11-16
- 模型对齐致害无人担责,研究者称法律责任真空是灾难 — LuizaJarovsky · 2026-11-16
- 一张图拆解如何判断文化作品的质量:编码意义与范例性动作 — round · 2026-11-16