Yann LeCun(@ylecun)

I would try to figure out why LLMs can write my essays but not clean my bedroom. Then I would study ...

5.5内容质量

TL;DR · AI 摘要

Yann LeCun和Paul Graham讨论了LLMs的局限性及未来研究方向，但缺乏具体技术细节。

核心要点

  • LLMs在物理任务（如清洁）上存在显著局限性
  • 构建和训练强大LLMs需要硬件资源支持
  • 研究方向包括超越LLMs的新方法和架构

结构提纲

按章节快速跳转。

  1. §引言

    讨论LLMs能力与现实任务的差距问题

  2. ·LLMs的局限性

    分析LLMs在物理任务执行上的不足

  3. ›研究方向

    提出探索超越LLMs的新方法和架构

  4. ·技术实践

    强调构建和训练LLMs需要硬件资源

思维导图

用一张图看清主题之间的关系。

查看大纲文本（无障碍 / 无 JS 友好）
  • LLMs的局限性与研究方向
    • 物理任务不足
      • 清洁任务示例
    • 研究方法
      • 新架构探索
      • 跨领域学习
    • 技术实践
      • 硬件资源需求

金句 / Highlights

值得收藏与分享的关键句。

#LLMs#人工智能#研究方向
打开原文

Yann LeCun 在 X 上的发言： "@paulg 我会尝试弄清楚为什么大语言模型能帮我写论文却不能打扫房间。然后我会在大学和研究生阶段学习相关领域知识，寻找解决这个问题的方法。我将探索一套超越大语言模型的方案和架构，使系统能够快速学习并完成物理世界中的任务… / X

Paul Graham

@paulg

8月23日

有人问我如果17岁时会做什么。我会学习从零开始构建大语言模型，然后利用能接触到的硬件资源，训练出尽可能强大的模型。

585

848

14K

1.1M /think