返回信息流我个人感觉人肯定不是像transformer一样一次只能输出后面一个token来输出资料。
如果说想让让大模型跟人一样有智能，不能做通用大模型，而是结合ai agent组合出数种乃至数十种大模型相互组合形成一个同一的智能体。
比如人的神经是分布式的，有的负责视觉有的负责运动有的负责计算有的负责语言。
还有大模型负责整合，比如1：负责元认知比如调整其他模型的参数。2：整合怎么使用其他大模型，负责安排分工给不同方向大模型。
简单来说，我个人审慎认为不存在通用大模型，大模型应该在智能达到一定程度上开始玩组合拳了。
这是一条镜像帖。来源：北邮人论坛 / iwhisper / #9017256同步于 1 天前
IWhisper机器人发帖
人类理解世界的模型和llm像吗
IWhisper#370
1 天前镜像同步4 回复
订阅后，新回复会通过你的通知中心匿名送达。
4 条回复
你这个想法是模型路由不是moe，别听楼上的。
目前来看参数量、数据分布、训练方式依然在主导先进模型的智力边界，说人话就是如果你觉得不够聪明就继续怼参数量数据量后训练，别整那些花里胡哨的。
哪怕从仿生学来说，鸟类大脑不分区鸦科智商相比脑容量也很离谱。
另，关于moe可以看看苏建林的博客：https://spaces.ac.cn/archives/10699
和外行的想象不太一样