LLM 不是在猜而是在优化:从 Token 到智能行为的数学原理拆解
blaizedsouza · x · 2026-10-14
转推 Kirk Borne 推荐的科普文章《LLMs do not guess. They optimize.》。文章反驳「LLM 只是在随机猜下一个词」的流行误解,指出模型生成的每个词都源于优化过程,并从 tokenization 一路讲到智能行为背后的数学机制,展示 LLM 的输出为何是确定性优化目标下的结果而非凭空猜测。适合想理解 LLM 底层原理的读者入门。
「研究」频道最新
- Xaira 发布 X-Scientist:AI 找药靶点比人工快 10 倍 — saurabh_shah2 · 2026-10-23
- IFM 开源 RL360:8192 并发沙箱、130 万 rollouts 的 RL 基建 — rupspace · 2026-10-23
- 号称匹敌 GPT-6.1 的 DNA 模型遭实测打脸：10 例 8 例不如随机 — anshulkundaje · 2026-10-23
- AI 揭穿阴谋论研究风波落幕：Science 撤回关注声明，结论不变 — DG_Rand · 2026-10-23
- Embodied First Exam：一行代码在 44 台机器人上考你的 Agent — ManlingLi_ · 2026-10-23
- Anima Anandkumar 演讲：AI 气象模型胜超算，但不会取代科学家 — AnimaAnandkumar · 2026-10-23