顾全全转发:规律发现类问题都可被智能 scaling law 扩展
QuanquanGu · x · 2026-11-11
有人在讨论「智能 scaling law」的影响时提出:有了智能 scaling law 后,许多之前不可 scaling 的问题可以转换成可 scaling 的,任何规律发现类问题都属此类,包括视觉生成(世界模型)、运动控制(机器人)、药物发现(疾病治愈),以及数学和科学问题。
所引用的例子是 Geodesiclab 的 NovaAtom-Lite 测试:在相同的 172 个 FoldBench 抗原-抗体界面上,种子数从 1 增加到 100,Top-1 成功率从 74.3% 升至 83.1%(DockQ ≥ 0.23),更严格阈值下同样呈上升趋势;从 1 到 5 个种子已带来近一半增益。
「研究」频道最新
- Mike Frank:趋利避害早于神经系统,是最古老的评价行为 — MikePFrank · 2026-11-11
- 开放权重时代的新命题:ZK-ML 密码学验证或成刚需 — DimitrisPapail · 2026-11-11
- 语言模型为何弃用 ReLU 改用 GELU?原理与历史一次讲清 — cneuralnetwork · 2026-11-11
- 数据侧进步贡献 12 倍算力乘数,是模型改进的 3.24 倍 — josh_wills · 2026-11-11
- Ethan Mollick 让 AI 用公开数据研究费米悖论:银河系内我们独存概率 73% — emollick · 2026-11-11
- DNAForge 联手 MTC Berkeley 办 AI×生物黑客松,11 月 14 日开赛 — julia_kiseleva · 2026-11-11