算法演进时间线:从 RLHF、DPO 到多智能体集群的未来预测
AccBalanced · x · 2026-11-20
sreeramkannan 梳理 AI 训练算法时间线:2021 年前是 next-token prediction,2022 年 RLHF,2023 年 DPO,2024 年提出 RLVR,2025 年 RLVR+GRPO+早期 agent,并预测 2026 年是多智能体集群(multi-agent swarms)、2027 年是分布式智能体集群。这条时间线引用了 dabit3 的年度划分(2022 补全、2023 聊天、2024 AI IDE、2025 编码 agent、2026 agent 编排、2027 outcome engineering),属于对行业技术路线的预测性观点。
「漫话AGI」频道最新
- 影迷抵制生成式 AI 电影,设计师直言未来会更难 — AIandDesign · 2026-11-20
- Scott Aaronson 对辩 Robin Hanson:AI 灭绝风险是真威胁还是恐慌 — burny_tech · 2026-11-20
- Scott Aaronson 对辩 Robin Hanson:AI 究竟会不会毁灭人类 — burny_tech · 2026-11-20
- 前 OpenAI 员工 Kokotajlo:不建超级智能的「Plan S」或许更合理 — DKokotajlo · 2026-11-20
- 博主:Opus 5.5 又一次跃升,中国模型差距卡在数据工程 — teortaxesTex · 2026-11-20
- 买 Anthropic 股票成了 Claude「主人」,网友玩起 AI 自有梗 — repligate · 2026-11-20