分类: 范式:主流

17 个词条

范式等级 7:所有在图上以这一档深浅出现的主义。

理解生成统一主义
看懂图和画出图是同一种能力的两面,应该由一个统一模型完成。
机器人基座帝国主义
一个通用策略应当控制所有机器人本体,从机械臂到四足再到人形,用跨本体数据统一训练。
推理国家主义
在可验证问题上用强化学习训练出的长思维链,是通往更强智能的主干道。
世界模拟器国家主义
大规模视频生成模型正在学会模拟物理世界,终将成为通用的世界模拟器。
提示词君主制
一份精心撰写的 system prompt 就足以统治模型在所有任务上的行为,不需要别的机制。
合成数据计划经济
自然数据不够用时,就让模型在有计划、可验证的管线里自己生产训练数据。
长上下文扩张主义
相信越来越长的 context window 将取代检索系统和外部记忆,让模型一次读完所有东西。
语言相对主义
模型能想到什么,取决于它的语言和语料能说出什么;用什么语言训练,就塑造什么样的智能。
本地模型互助主义
在自己的硬件上、用自己掌控的权重跑模型,并分享量化版本、配方和工具,让每个人都能做到。
点对点推理主义
大模型可以分散在志愿者的消费级 GPU 上,通过互联网协同推理,不需要数据中心。
可解释改良主义
在进一步扩大或部署模型之前,必须先弄懂它们内部在算什么,而且这是做得到的。
分词改良主义
模型的很多毛病都出在分词上,所以应该认真改良 tokenizer,而不是靠堆规模绕过去或者干脆废除它。
流水线实用主义
视觉系统最好是显式的流水线:检测、分割、识别各成一段,每段专精、可测试、可替换。
检索增强互助主义
语言模型和外部知识库最好结成伙伴:知识库提供事实,模型提供推理和表达。
记忆宪政主义
智能体由它记住的东西定义;持久、结构化的长期记忆就是约束它跨会话行为的宪法。
Harness 自由主义
模型只是引擎;包在外面的工具、循环、记忆和校验——也就是 harness——决定了 agent 真正能做什么。
智能体唯我主义
Language 与 Harness 双极端的称号:我的 agent、它的记忆和工具就是整个世界,其余一切都只是上下文。