监督与自监督是伪二分法?先验只是起点,最终都要做 RL

KyleMorgenstein · x · 2026-11-18

Kyle Morgenstein 在 X 上提出:「监督 vs 自监督」的对立是个伪二分法——即使参考信号只是数据集的潜在属性(如对比学习方法),你仍然是在针对某个参照物做训练。他认为这种方式适合引导先验(bootstrap priors),但如果想用这些先验做出真正有趣的东西,最终都绕不开强化学习(RL)。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →