这篇文章确实是指出了当前 LLM 存在的问题，但解决方案并不见得可行，另外这文章实在太长了点。如果几句话总结一下，这篇文章主要就是想讲清楚：强化学习（RL）的教父、图灵奖得主 Richard Sutton 到底在担心什么？为什么我们现在的 Agent 这么“笨”？以及，我们该如何跨过这道鸿沟？ Sutton 就是“AI 圣经”《苦涩的教训》(The Bitter Lesson) 的作者，他的

#LLM死路 #持续学习 #世界模型 #强化学习局限 #ReAct循环

相关新闻

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2天前

最新世界模型测试集，各大主流模型彻底翻车？ LLM交互是个投射与反投射的多轮循环，还受到上下文窗口大小限制，如果上下文窗口不扩大个10倍100倍，怎么能充分激活一个LLM潜空间的世界模型呢？ Embodied Experienced Ontology Interactive Paradigm 五大要素缺一不可！

meng shao

1周前

前两天接一个「3D 模型 AI 生成技术」的咨询，除了常规聊生成技术的原理和门槛、落地情况，Tripo、混元、字节、Meshy 等不同团队和模型情况... 咨询团队知道我有「3D打印/激光雕刻」这个行业的从业经历，问了我一个问题：3D 模型 AI 生成技术的未来，在不在 3D 打印行业？这个技术发展到什么程度，能促进 3D 打印机进一步普及？这个问题我有点回答不好，直觉上 AI 生成技术应该

sitin

1周前

增长靠复利，不靠爆点。复利来自：稳定产出×持续学习×关系沉淀。

铁锤人

1周前

你有没有发现自己好像总是在重复犯错？可能某天有人给你说了某个事情，你突然悟了。然后你就忘记了，就像在路边看广告牌一样。若干个月后，你再次犯下同样的错误，然后你幡然醒悟，为什么我老是在重复犯错。这种现象我在我生命之中如此频繁，我称之为“广告牌效应”，生命中很多东西就像看广告牌，偶尔忘记了一下，某年某月突然又记起来，又忘记，人生如此循环，停止不前。那如何解决这个问题呢？看到了，

歸藏(guizang.ai)

2周前

李飞飞的 World Labs 发布了新模型 RTFM：一个实时生成视频的"世界模型"。可在单张 H100 上以交互帧率运行，并保持无限时长的场景持久性。