跳到正文
10月16日周五
10月10日周六
  1. Latent Space34

    为什么 AlphaFold 没有解决蛋白质折叠——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido

    Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出,AlphaFold 的突破只是开始,蛋白质结构预测远未解决。两人认为单纯扩大算力和数据不足以解决生物学问题,关键在于找到正确的 scaling law,并让生物建模从单个蛋白质走向整个生物系统。

10月9日周五
10月8日周四
10月7日周三
10月2日周五
  1. MIT Technology Review · AI38

    别被 LLM 骗了:大语言模型并不会真正推理

    前 Google DeepMind 研究员指出,LLM 靠逐个预测 token 生成答案,其链式思维仍由同一套下一 token 预测过程产生,并非独立推理机制。他列举三大缺陷:缺乏可检查的持久认知状态、知识与推理在权重中纠缠不清、思维链常在得出答案后事后编造。他主张借鉴 AlphaGo 的游戏树搜索架构,为 AI 建立真正的推理机制。

9月19日周六
9月18日周五
9月15日周二
9月14日周一
9月12日周六
9月8日周二
9月2日周三