由LLM演化而来的AGI能力边界，终将不由参数规模决定，而由它在真实世界中“自我演化”的路径决定。我们的语言根植于生存适应性的需要，所以其语义的丰富性受此约束，最终要回归到语用价值。 LLM用于人类社会活动中也受到类似约束每次激活的人格路径是单一的。语言有超模态的特性，因此LLM的演化多模态可能并不想我先前认为的那么重要，从沉寂半年多的deepseek最近获得关注的在长上下文突破方面的论文N

#LLM #AGI #自我演化 #长上下文 #Agentic行为

相关新闻

向阳乔木

21小时前

Gemini的长上下文实在是牛逼。丢给一个20万字的文档，上传提示词附件（比较复杂的专用提示词）。精准重写章节，输入：用附件中的提示词重写1.1章节。瞬间搞定，真的省心。

0xWizard

1天前

人和 ai 的差异没那么大。人的心法/逻辑/思考方式，就是 LLM 大语言模型底层；平时的“事上练”/经验/盈亏/读书，就是数据训练。所谓进步和升级，无非就是一边升级模型底层，一边不断喂数据。这样当 prompt 提示词适当的时候，就能给出更令人满意/更聪明/更接近正确的答案。

meng shao

2天前

Designing Claude Code —— Claude Relations 负责人 Alex Albert 与 Claude Code 设计负责人 Meaghan Choi 一起探讨了 Claude Code 的设计理念、终端界面的演变，以及它如何赋能非技术人员如设计师。探讨的焦点在于 Claude Code 如何将 LLM 的力量无缝融入开发者日常工作流中，强调简洁、集成和创新。起源

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2天前

一旦与LLM的交互范式突破，电力需求恐怕远超这个比例

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2天前

LLM从来不是通用智能，而是语言智能，或者说是基于语言的认知智能；语言在人类智能中是什么，LLM在人工智能中就是什么。而获取这种智能的方式就是交互。 𝕀²·ℙarad𝕚g𝕞的具身经验本体交互范式就是这种交互的agentic cognition OS。