第二百六十二章 世界模型才是最好的 (第1/3页)

    周一早晨，六点整。

    水木大学博士生公寓的一间宿舍里，手机闹钟发出一阵蜂鸣声。

    声音不大，但章闻铎已经睁开眼睛，伸手关掉了闹钟。

    他没有赖床，也没摸手机，利落地翻身下床，洗漱，换上一件衬衫和牛仔裤，坐到电脑前。此时六点二十分。

    硕博连读五年，章闻铎一直用这样严苛的作息要求自己。

    经过一夜睡眠，昨晚那点微醺，以及因狂妄而生的不适，都已散得差不多。

    现在还有更重要的事。

    昨晚，汤圆的API静态测试集测试证明：它不是靠过拟合作弊的骗子。作为一个即将答辩的顶级计算机博士，章闻铎很清楚这意味着什么。

    业界都在卷算力、卷参数、卷更大的模型，汤圆却给出另一种解答——数据质量究竟能把模型能力提高到什么程度。

    这对前沿研究者价值不可估量。

    章闻铎的博士研究方向并非传统基于语义关系的大语言模型。他认同不少业界先驱的判断：纯粹语义推断已经触到上限。

    若想让人工智能研究突破到下一阶段，必须另辟新路。

    这也是他昨晚敢当面质疑韩路一的原因。

    虽然最终证明他判断错了，但这一点反而更有价值。

    既然手里握着世界第一闭源模型的API，就不能浪费。

    章闻铎调出博士论文核心代码——一个用于探测大模型内部是否具备反事实因果推理的“世界模型（World Model）”状态探针。

    所谓世界模型，与当下流行的大语言模型（LLM）是完全不同的研究方向。大语言模型要做的，是基于前文推测后面会出现的“话”；世界模型要做的，则是基于前面的事件信息，推断现实世界中会发生的下一件“事”。

    而状态探针探测的是：一个模型——无论内部实现机制为何——有没有能力用内部状态表达世界。

    比如网上流传的一个经典笑话：如果你问AI大模型，“五米外有个洗车店，我要洗车，我该走着去还是开车去？”大部分AI都会回答走着去。

    为什么？

    因为“五米外”和“走路”在传统大语言模型中是注意力强关联，洗车店和开车作为弱信号被忽略了。

    但

    （本章未完，请点击下一页继续阅读）

『加入书签，方便阅读』