Transformer之父Llion Jones警告，当前的AI研究可能陷入局部优化陷阱，真正的AGI突破或需生物启发的新架构。他指出，尽管Transformer在多项任务上表现出色，但其万金油式的特性掩盖了更根本的问题。Jones认为，继续扩大现有模型规模并非通往AGI的唯一路径，而应探索如连续思维机（CTM）等新方向。
🔗 [效率传送门]：https://sakana.ai/ctm/
🔗 [战略白皮书]：https://hardwarelottery.github.io/
主题测试文章，只做测试使用。发布者：，转转请注明出处：https://uxwork.cn/archives/ai-news/transformer%e4%ba%b2%e7%88%b9%e7%97%9b%e6%96%a5%ef%bc%9a%e5%bd%93%e5%89%8dai%e9%99%b7%e6%ad%bb%e8%83%a1%e5%90%8c%ef%bc%8c%e5%be%ae%e8%b0%83%e7%ba%af%e5%b1%9e%e6%b5%aa%e8%b4%b9%e6%97%b6%e9%97%b4
