分类: 范式:求新
14 个词条
范式等级 4:所有在图上以这一档深浅出现的主义。
| 仿真规模国家主义 机器人应该在大规模并行仿真中学习,把数年经验压缩进几小时的 GPU 时间。 | |
| 端到端驾驶专制 自动驾驶应该是一个神经网络,从摄像头像素直接映射到方向盘和油门,中间不要任何手工模块。 | |
| 像素极权主义 文字只是另一种图像,模型应该直接读渲染后的像素,而不是 token,把语言并入视觉。 | |
| 视频原生主义 认为时间是被忽视的模态,模型应该原生地从视频中学习,而不是从静态图片和文本中学习。 | |
| 微调合作社主义 廉价的参数高效微调,让每个社区都能把共享的基座模型适配成自己需要的样子,合作共建,无需前沿实验室的预算。 | |
| 对比自由主义 表示最好由正负样本组成的自由市场来学习:相似的视角拉近,其余的推远。 | |
| 自监督自由主义 让数据自己监督自己;标签和 caption 可有可无,好的视觉特征能从原始像素里长出来。 | |
| 多模态视觉主义 认为视觉理解才是核心目标,语言、音频等其他模态只是辅助信号。 | |
| 包容架构主义 智能行为来自直接与世界耦合的分层反应式感知-运动模块,不需要一个中央的符号化世界模型。 | |
| 蜂群集体主义 许多小而便宜的模型通过采样、投票和协作,能以一小部分成本追平甚至超过一个巨型模型。 | |
| 端侧地方主义 推理应该放在设备上,靠近传感器和用户,为了延迟、隐私、成本和韧性。 | |
| 技能库主义 智能体应该建立并复用一个原子技能库,把它们组合成新任务,而不是每个任务都从头学。 | |
| 生长树主义 agent 应该运行在一棵会生长的行为树上:模型处理新情况,并把每次的解法写回树里,成为一个反射节点。 | |
| 模拟假说主义 World 与 Monolith 双极端的称号:一个巨大的世界生成模型就是通往智能之路,而世界本身可能就是一个。 |