分类: 范式:稳健

17 个词条

范式等级 6:所有在图上以这一档深浅出现的主义。

扩散自回归融合主义
自回归与扩散是互补的生成原理,应放进同一个模型,各自用在最合适的地方。
视觉多模态主义
以通用多模态智能为目标,但把视觉当作根基,把文字、文档和界面都当作"看"的对象。
机器人基础主义
相信通用机器人能力将来自在大规模、多样化真实机器人数据上训练的基座模型,数据靠部署飞轮源源不断地收集。
早融合国家主义
各模态应在输入层就合并,交给同一个网络共同处理,而不是让各自的编码器到后期再拼接。
测试时算力集权
在推理阶段投入更多算力——采样、搜索、想得更久——是与预训练同等重要的 scaling 维度。
表征集权主义
认为应该大规模训练一个通用表征,然后让所有下游任务都从这一个表征里读取。
全自主代理无政府主义
给 agent 一个目标、一套工具和一个循环,然后放手;人类审批环节是应该拆掉的瓶颈。
评测程序主义
只有经过严谨、可复现的评测程序量出来的才算进展,所以做好 eval 本身就是核心研究工作。
编程智能体工团主义
软件是 agent 最先接管的工作场所;能读仓库、写代码、跑测试的 agent 是实用 AI 的先锋队。
智能体无政府共产主义
每个 agent 都应能自由使用所有工具、技能和记忆;能力是公共财产,不是私有财产。
函数调用联邦主义
每种能力都应该暴露成有类型的 API,模型则作为联邦协调者,通过结构化函数调用来使用它们。
智能体无政府工团主义
agent 应当作为自组织的对等成员,通过共享协议和局部协商来协作,不需要一个中央编排者分派工作。
上下文工程自由主义
模型看到了什么,比用的是哪个模型更重要;经营好 context window 是提升 agent 质量的主要杠杆。
经典控制保守主义
机器人应该交给经过验证的控制理论(PID、MPC、卡尔曼滤波)来驱动;学习只在确实划算的地方才欢迎。
检索国家主义
认为知识应当存放在外部索引里而不是模型权重中,并把检索做成模型的核心器官。
感知栈联邦主义
每种传感器都应该有专门的处理模块,再由融合层把相机、激光雷达、毫米波雷达和 IMU 联邦成一个统一的世界状态。
角色扮演集体主义
复杂工作最好交给一支分配了人设和角色的 agent 团队,像公司或剧组一样协作完成。