学者提议：让大模型可自检，用权重空间编程实现持续学习
Michael_D_Moor · x · 2026-11-15
AI 研究者 Michael D. Vasser 提出，应把大模型做得更封装、更可自检（intelligible for self-inspection），这样就能在教师模型自身上执行权重空间编程（Weight Space Programming），进而用于递归自我改进（RSI）、测试时适应与持续学习。这是关于模型架构可解释性与自适应能力关系的一个方向性观点。
「漫话AGI」频道最新
- Reddit 用户质疑 Kaggle 强制生物识别验证，寻求替代竞赛平台 — nico_25 · 2026-11-15
- UnlikelyAI 创始人：AGI 是信任里程碑，知识图谱的坚持被证明正确 — williamtp · 2026-11-15
- Dario 称 AI 能治愈癌症如战胜天花，遭同行批「读书太少」 — fkasummer · 2026-11-15
- 长文断言黄仁勋注定失势,创立33年的Nvidia前途未卜 — sergeykarayev · 2026-11-15
- 开发者观点:OS与体系结构是理解AI基础设施的最佳类比 — himanshustwts · 2026-11-15
- NEJM病例:AI确诊困扰患者10年的腹痛,医生称其开药主要依据聊天机器人 — EricTopol · 2026-11-15