相关新闻

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2天前

你不了解上下文工程，就不了解LLM交互；你不了解语言边界，就不了解LLM符号智能；你不了解生物智能，就不了解与LLM交互需要具身经验本体的投射与反投射闭环。

placeholder

Bitturing

3天前

我最近一直在想一个问题： 未来人和 AI 到底会在哪里碰撞出新的舞台 后来看到一句话，特别有共鸣—— 未来的“竞技场”，其实已经在我们身边慢慢长出来了 有三种苗头特别明显👇 1️⃣ 现在就很卷的地方 像AI内容创作、自动驾驶、机器人这些， 竞争已经在白热化。 但越卷，说明机会越多。 只要能找到一个切口，你就可能在巨头缝隙里突围。 2️⃣ 细分到离谱的小赛道 别小看那些“看起来没什么人做”的

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1周前

弄来弄去还是给ICL提供上下文： 给符号智能以具身经验本体

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1周前

一个感觉，timeline由grok这种符号智能接管以后，越来越看重分享内容的人味：那种具身的带浓浓生活气息的情境化的描述

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1周前

一个直觉：符号智能与NLP的语义结构更适合递归式推理，而不是直接用RL优化生成。 ⚙️ 但在更高层的“认知控制”层面： RL 仍然可以用于学习“何时调用递归”、“何时选择推理路径”、“何时停止生成”。 🧠 也就是说： 递归是语言的“结构机制”； RL 是认知控制的“策略机制”。 未来的 Cognitive AI 很可能会融合这两者： •底层用递归表示语言和逻辑； •高层用RL选择推理和行