人工生命演化路径影响模型表征

MIT CSAIL与Sakana AI研究者Akarsh Kumar在MLStreet Talk播客中讨论人工生命与基础模型，称演化网络能发现SGD遗漏的结构。研究团队尝试让大语言模型进化出Core War程序，以此探讨学习路径如何塑造模型。 Kumar认为，途中“垫脚石”的顺序可能比最终目标更能影响模型形成可迁移的内部表征及泛化能力；这一观点来自其播客讨论，相关效果尚不能视为已被实验确证的普遍结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。