梯度下降终局论：大语言模型经数万亿 token 梯度下降后自己成了优化器

Dimitris Papail 在 X 发帖提出一个悖论式观察：经过数万亿 token 的梯度下降，模型最终收敛为一个不再需要梯度的优化器。这句话以一句话概括了「模型学会自我改进」的前沿想象，并在 X 上引发共鸣。