数据与训练共0篇

数据与训练 大事记

AIHOT重要进展

资料来源于AIHOT,不代表青峰联创已逐项独立核验。AIHOT专题 ↗

数据校验时间:2026-11-06 18:37:46 UTC;数据待更新,显示最近有效快照

重要进展 IMPORTANT_PROGRESS

2026-06-30 — 2026-06-30
重要进展 · 第 1 / 6 页

  1. 模型
    Google Research 推出 TabFM:用于表格数据的零样本基础模型

    AIHOT事件 ↗原始外链未提供

数据与训练 精选历史资讯

AIHOT · 精选 · 不计入本站文章

主题归属复核已到期或尚未完成;当前展示上次核验的历史缓存,不代表最新已确认的主题归属。

— · 1 条
精选资讯 · 第 1 / 1 页

One point I made that didn’t come across: - Scaling the current thing will keep leading to improveme...

我之前说的一点没被传达清楚: - 继续扩展当前的技术会持续带来进步。特别是,它不会停滞。 - 但某些重要的东西仍会继续缺失。 [引用 @haider1]:以下是今天 ilya sutskever 播客的要点: - 5-20 年内实现超级智能 - 当前的扩展将严重停滞;我们回到了真正的研究 - 超级智能 = 超快速的持续学习者,而非完成的预言机 - 模型的泛化能力比人类差 100 倍,这是最大的 AGI 阻碍 - 需要全新的 ML 范式(我有想法,现在不能分享) - AI 影响将很剧烈,但只在经济扩散之后 - 历史上的突破几乎不需要算力 - SSI 有足够的专注研究算力来获胜 - 当前的 RL 已经比预训练消耗更多算力

X:Ilya Sutskever (@ilyasut)发表于 2025-11-28 23:13归档日期 2025-11-28

归档:AIHOT主题时间 · 北京时间 · 更正时间不改变归档日期