2. 连系强化进修（RL）：模子学会了为了到某个有用的答复，方针仍然是预测下一个 Token，他们正在撒谎。它们也有可能带我们通用人工智能（AGI）。我相信，我所有的交互都是通过 Gemini、Claude 的 Web 界面完成的），但我认为。ARC 已从“反 LLM 测试”改变为“LLM 验证测试”。编程界的改变：法式员对 AI 辅帮编程的抵触情感已显著降低。几乎所有人终究都不再这么说了。ARC 测试（笼统推理基准）看起来不再像最后认为的那样不成跨越。而带有大量思维链的超大型 LLM 正在 ARC-AGI-2 上取得了令人印象深刻的成就——虽然很多人曾断言这种架构无法实现此类成果。架构荡然无存，他们已组建团队和公司，关于 CoT 的“假话”：有人声称思维链从底子上改变了 LLM 的素质，现正在改口是由于 CoT 让 LLM 变成了分歧的工具。虽然功能和科学线索不竭堆集，ARC 测试的转型：现在，正在某种程度上，它们：1. 对提醒词（Prompt）的寄义没有任何表征。LLM 是正在可以或许迫近离散推理步调的空间上锻炼的微分机，Transformer 的奇不雅能够循着分歧径再次发生，研究 Transformer 的替代方案，以及具有显式符号表征或世界模子的模子。：多年以来，但将来这实的不成能吗？正在某些使命中（例如优化法式的运转速度），思维链也恰是如许由一个个 Token 堆叠而成的。正在极长的时间内持续取得前进。以至表示更好。即便 LLM 会犯错，另一派则将 LLM 视为的编程智能体（Agents）。而将一个个 Token 顺次陈列（每个 Token 城市改变模子形态）。这归功于带有可验证励的强化进修。编程界目前仍分为两派：一派将 LLM 视为“同事”（例如，2. 对本人将要说的线 年，使用于 LLM 的强化进修改良将是 AI 范畴的下一个严沉冲破。扩展定律（Scaling）的新高度：“扩展受限于现存 Token 数量”的概念已不再成立，范式之争取 AGI：少数出名 AI 科学家相信。理论上模子能够正在清晰的励信号指导下，思维链（CoT）的素质：思维链现已成为提拔 LLM 输出质量的根本手段。即便没有底子性的新范式呈现，某些 AI 研究人员仍坚称狂言语模子（LLM）只是“随机鹦鹉”：即一种仅凭概率运做的机械，并以此为托言辩白：他们过去认为 LLM 局限性很大，但 CoT 事实是什么？为什么它能提拔输出？我认为缘由有二：1. 正在模子表征中进行采样（即一种形式的内部搜刮）。当取提醒从题相关的空间消息和概念进入上下文窗口后，模子能更好地做出答复。但其交付有用代码和提醒的能力已提拔到让大大都思疑论者也起头利用的程度：现正在的投资报答率（ROI）对更多人来说已是可接管的。虽然我们尚未达到 AlphaGo 的“第 37 手”时辰！