重新定义自监督学习！LeCun团队让MMCR再进一步
重新定义自监督学习！LeCun团队让MMCR再进一步近日，来自斯坦福、MIT、纽约大学和Meta-FAIR等机构的研究人员，通过新的研究重新定义了最大流形容量表示法（MMCR）的可能性。
来自主题: AI技术研报
4240 点击 2024-10-16 15:44
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
近日，来自斯坦福、MIT、纽约大学和Meta-FAIR等机构的研究人员，通过新的研究重新定义了最大流形容量表示法（MMCR）的可能性。
LeCun 认为，OpenAI 只发博客，相比技术论文来说，还是差的太远。
重磅！ 今天凌晨，美加州州长Gavin Newsom正式宣告：否决SB-1047法案！
随OpenAI爆火的CoT，已经引发了大佬间的激战！谷歌DeepMind首席科学家Denny Zhou拿出一篇ICLR 2024论文称：CoT可以让Transformer推理无极限。但随即他就遭到了田渊栋和LeCun等的质疑。最终，CoT会是通往AGI的正确路径吗？
AI开启模拟宇宙！近日，来自马克斯·普朗克研究所等机构，利用宇宙学和红移依赖性对宇宙结构形成进行了场级仿真，LeCun也在第一时间转发和推荐。
「相比于强化学习（RL），我确实更喜欢模型预测控制（MPC）。至少从 2016 年起，我就一直在强调这一点。强化学习在学习任何新任务时都需要进行极其大量的尝试。相比之下，模型预测控制是零样本的：如果你有一个良好的世界模型和一个良好的任务目标，模型预测控制就可以在不需要任何特定任务学习的情况下解决新任务。这就是规划的魔力。这并不意味着强化学习是无用的，但它的使用应该是最后的手段。」
在一众AI大佬、科技大厂、初创公司和风险投资人的强烈反对之下，加州的「AI限制法案」顺利地得到了初步通过。
大模型发展究竟由工程还是科学驱动？
RLHF到底是不是强化学习？最近，AI大佬圈因为这个讨论炸锅了。和LeCun同为质疑派的Karpathy表示：比起那种让AlphaGo在围棋中击败人类的强化学习，RLHF还差得远呢。
科学家正在通过AI的力量，改变乳腺癌的现状。