回击 Sutton「LLM 不够 Bitter Lesson」:预训练胜在哈耶克式聚合
akbirthko · x · 2026-11-09
akbirthko 回应 Rich Sutton「LLMs are not bitter lesson enough」的论断,认为这是一种「象牙塔式的自说自话」:尽管架构与算法层面确有不少改进空间,但预训练的成功本质上是「哈耶克式聚合」——大规模数据把分散的人类知识汇总起来。
他此前还提出:随着智能商品化,要预测这些系统的形态,应从左到右推理(前沿实验室的社会学、算力分布、物理约束等既成事实),而非从理念出发从右到左推演。属于对 Sutton 观点的实质性 AI 路线之争。
「漫话AGI」频道最新
- 宫崎骏:只学动画的年轻创作者只是在原地空转 — threepointone · 2026-11-09
- 未来三年工程头衔大裁、客户侧岗位身价十倍? — kylegawley · 2026-11-09
- ryolu_ 上海演讲:当 AI 能做一切,我们还知道自己想要什么吗 — ryolu_ · 2026-11-09
- 澳洲两月裁员超 10.8 万人,或创疫情以来新高,AI 压力被点名 — gaganghotra_ · 2026-11-09
- 研究称 OpenAI 数据中生产力增益正随时间下降 — austinc3301 · 2026-11-09
- Ramez 分析:OpenAI 内部数据中每 ECI 点生产力增益正随时间下降 — ramez · 2026-11-09