听了小珺采访谢赛宁的采访播客后，后劲十足。后劲之一是：对 Bitter Lesson（苦涩的教训）有了很不一样的理解。原来的理解是：用精巧的规则去聪明做事，往往不如用通用的算法结合暴力去解决。比如国际象棋败给了深蓝、围棋败给了 AlphaGo、翻译和图像识别等败给了 LLM。我们往往高估了聪明，而低估了笨拙。这就是苦涩的教训。赛宁在播客里表达了一个非常有意思的观点：LLM 也是一种聪明

#Bitter Lesson #谢赛宁 #播客 #国际象棋 #深蓝 #围棋 #AlphaGo #LLM #翻译 #图像识别

相关新闻

面包🍞

13小时前

LLM能成的一大原因是因为语言包含了人类的先验知识，换句话说文字本身就是世界的抽象。但假如以后人类都弱智到不会说话了怎么办？我看已经有这个趋势了

Orange AI

1天前

谢赛宁推荐的这本《交大生存手册》太有意思了

李老师不是你老师

2天前

3月18日，户晨风发朋友圈，公开去年个税申报情况，去年收入99万余元。当天峰哥发朋友圈表示：生活所迫，本人目前线下承接陪大哥服务，可以胜任司机、导游、翻译，摄影等多种工作，也承接红白喜事等“价格一天1w”

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3天前

LeCun 说 LLM 没有物理接地，因此缺少真正的世界模型。我回应说语言面向 ToM，物理世界的语言也是基于人类对时空的认知（感知和推断）。把这两点放在一起，得到的是：没有任何语言系统能直接触达物理世界的生成结构——语言总是已经通过了具身认知的棱镜。 LLM 的局限不是它比人类更远离物理世界，而是它缺少了那个棱镜本身——没有感知运动系统，没有那个将物理世界转化为具身经验的接口。但 T

Robinson · 鲁棒逊

3天前

Renew LLM 领域的“黄金时代”，只属于顶尖人才，对于“中人之资”——普通人来说，即使付出远超想象的努力和代价，基本还是陪跑，焦虑多于希望。认清现实，既然难以直接参与掘金，那就寻找机会，在LLM 领域的下游淘沙。