人类样本效率远超 LLM,找到大脑算法优势堪比注意力机制
burny_tech · x · 2026-10-04
Alex Godofsky 在一组长文里讨论样本效率问题：
- 人类训练的数据效率看起来远高于 LLM，这可能意味着大脑的机制存在天量级的算法优势。
- 最流行的反驳是：我们的基因里攒了数百万年的「预训练数据」，所以并不算真优势。
- 但他指出一个反例：在识别 AI 生成的文字这件事上，人类远比 Pangram 等检测工具高效——这个能力显然不可能是进化预训练出来的。
- 结论：这里确实存在真实的算法优势有待发现；谁找到它，其重要性可能不亚于注意力机制。
「漫话AGI」频道最新
- 三组数据力证现在入行科技正当时:AI 付费家庭仅约 2% — jackedAJ · 2026-10-04
- 开发者戏言：预测 AI 意识讨论的最优方式，可能是有意识 — neal_lathia · 2026-10-04
- 89% 企业用 AI 但仅 37% 见到盈利改善,落地成新分水岭 — ingliguori · 2026-10-04
- AI 正在写出人类看不懂的代码，可维护性危机浮现 — kernelangus420 · 2026-10-04
- 调查称 80% 的人认为 AI 提效,但生产力尚未转化为业务改变 — rwlord · 2026-10-04
- 一场融合哲学、科学与神学的 AI 未来讨论获推荐,称非末日论 — acmoytoy · 2026-10-04