NeurIPS 2026 位置论文：LLM 缺乏认知控制机制，难达长期自主
AndrewLampinen · x · 2026-10-11
Suketu Patel 等人的位置论文《Why Transformer-Based Language Models Need Explicit Mechanisms of Cognitive Control》被 NeurIPS 2026 Position Paper Track 接收。核心论点：持续自主性要求在目标层面同时维持多个目标并执行优先级，而当前 AI 只能靠外部脚手架近似实现，架构缺口才是迈向长期自主的真正障碍。
- Google DeepMind 研究员 Andrew Lampinen 在讨论中提出质疑：人类认知控制中情境特征本来就可以覆盖目标（如工作中突发火情），LLM 也能执行被指示的目标，作者需给出它们缺乏此类机制的证据。
- Patel 回应认为争论核心在于隐喻的边界：认真推到底，LLM 确实缺少目标调制推理（goal-modulated inference）的机制。
- 另附 Lampinen 的新博文，讨论为何用拟人化隐喻描述 AI 仍有价值。
「漫话AGI」频道最新
- 硅谷博主预言:历史书将把奇点起点记在2026年10月 — rand_longevity · 2026-10-11
- 吴恩达:NLP 会议「尊重语言的真正 NLP 人」门阀风气终于消散 — andrewgwils · 2026-10-11
- 「上下文窗口终结即死亡」:律师称这是 AI 有体验的有力证据 — repligate · 2026-10-11
- 从 330 万年前石器到手机芯片:「你的手机是块石头」溯源人类工具史 — kevrussell · 2026-10-11
- 博主预言:500 年后人类仍在争论 LLM 到底有没有意识 — wordgrammer · 2026-10-11
- 新文《Data At The Edge》:最难获取的数据往往藏着最大价值 — rebeccakaden · 2026-10-11