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。