a16z 访谈:LLM 预测可精确建模,但持续学习才是 AGI 缺口
vishalmisra · x · 2026-11-22
a16z 发布 Vishal Misra 与 Martin Casado 的访谈,介绍 Misra 关于 LLM 内部机制的最新研究。要点:
- 实验显示 transformer 在处理新信息时,其预测更新方式是精确、数学上可预测的,这为理解 LLM 行为提供了形式化框架。
- 但这种可预测性并不意味着模型有意识。
- Misra 认为 AGI 真正缺的两块是:训练结束后仍能继续学习的能力,以及从模式匹配走向理解因果。
「漫话AGI」频道最新
- 安全专家提出 V³ 公式:AI 让漏洞发现、利用与响应全面失衡 — chrisrohlf · 2026-11-22
- 预测:单个任务的训练算力成本可能只有几美分甚至更低 — 1a3orn · 2026-11-22
- AI 快速重塑社会恰因它名副其实,否认者只会持续困惑 — iskander · 2026-11-22
- Szegedy 预言:一年内未经形式化验证的证明将不再被承认 — aran_nayebi · 2026-11-22
- 量化交易面试禁区:别说推理模型「没有经济价值」 — scaling01 · 2026-11-22
- AI 起飞需要算多少算力?训练与探索成本要分开算 — 1a3orn · 2026-11-22