
复旦大学/上海创智学院邱锡鹏:Context Scaling,通往AGI的下一幕
复旦大学/上海创智学院邱锡鹏:Context Scaling,通往AGI的下一幕真正的智能在于理解任务的模糊与复杂,Context Scaling 是通向 AGI 的关键一步。
真正的智能在于理解任务的模糊与复杂,Context Scaling 是通向 AGI 的关键一步。
越通用,就越World Models。 我们知道,大模型技术爆发的原点可能在谷歌一篇名为《Attention is All You Need》的论文上。
Era of Experience 这篇文章中提到:如果要实现 AGI, 构建能完成复杂任务的通用 agent,必须借助“经验”这一媒介,这里的“经验”就是指强化学习过程中模型和 agent 积累的、人类数据集中不存在的高质量数据。
强化学习·RL范式尝试为LLMs应用于广泛的Agentic AI甚至构建AGI打开了一扇“深度推理”的大门,而RL是否是唯一且work的一扇门,先按下不表(不作为今天跟大家唠的重点),至少目前看来,随着o1/o3/r1/qwq..等一众语言推理模型的快速发展,正推动着LLMs和Agentic AI在不同领域的价值与作用,
活久见,OpenAI和谷歌「世纪握手」,达成合作了!另一边的微软,似乎转头就被抛弃了。另外,小扎也受了刺激,下决心亲自组队50人 ,破釜沉舟斥资150亿收购Scale AI,誓要做出AGI。硅谷变天了。
强推理终于要卷速度了。 大模型强推理赛道,又迎来一位重量级玩家。
“欧洲的OpenAI”Mistral AI终于发布了首款推理模型——Magistral。 然而再一次遭到网友质疑:怎么又不跟最新版Qwen和DeepSeek R1 0528对比?
传统的视频编辑工作流,正在被AI彻底重塑。
最近,30位世界顶尖数学家亲自出马,在UC伯克利对OpenAI o4-mini展开「围剿」,两天连出教授级难题,结果却当场集体「破防」!有人直言:这个AI,的确已接近数学天才的水平。曾经以为AGI遥遥无期,如今仿佛只剩临门一脚了……
AI顶流Claude升级了,程序员看了都沉默:不仅能写代码能力更强了,还能连续干活7小时不出大差错!AGI真要来了?这背后到底发生了什么?现在,还有机会加入AI行业吗?如今做哪些准备,才能在未来立足?