最近的研究表明，通过有针对性的训练，递归可以更稳健地出现，但基线模型在相似深度周围遇到了障碍，支持饱和假设的观点。 Recent work shows recursion can emerge more robustly with targeted training, but baseline models hit walls around similar depths, supporting

#递归 #模型训练 #饱和假设 #深度学习 #基线模型

相关新闻

Y11

1天前

我见过不少人，开口闭口都是"AI Agent“，"深度学习"，"元宇宙"，”区块链“，却连最基本的原理都说不清楚。这种"纸上谈兵"的状态，恰恰说明他们并未真正理解。就像费曼说的："如果不能用简单的话给孩子讲明白，就说明你自己也没搞懂。" 他的物理课之所以经典，正是因为把复杂公式拆解成了生活里的道理，用三页纸讲透数学本质，从数字到计算，再到微积分，每一步都有逻辑支撑，没有生硬的定义，只有自

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2天前

递归在缺乏grounding feedback时breaks down 所以人类的符号接地问题 = 具身性给我们的递归深度constraint

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

4天前

通过递归——有限的规则通过自我应用产生无限的输出。

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

5天前

用LLM研究与LLM的交互范式本身也是一种递归递归是语言的本质所在。

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

5天前

有限如何包含无限？答案：通过递归——有限的规则通过自我应用产生无限的输出。