Prédiction : Les modèles de fondation vont internaliser de plus en plus de compétences à partir de leurs traces d'utilisation. Cela pourrait être une bonne stratégie précoce pour les entreprises de LLM de subventionner l'utilisation d'openclaw. @steipete Flywheel : plus d'utilisateurs -> plus de traces de compétences -> plus de capacités distillées -> un modèle de fondation plus puissant -> tout le monde en bénéficie

Je pense que l'apprentissage par renforcement avec des récompenses vérifiables deviendra de plus en plus important pour pousser les LLM vers leur propre "moment AlphaZero". Cela commencera probablement par la programmation, puis s'étendra aux mathématiques, à la physique et à d'autres domaines où les modèles peuvent s'auto-explorer, découvrir des solutions hors distribution que les humains n'auraient jamais imaginées, et les vérifier en utilisant un signal de récompense absolu (0/1). Cela me rappelle aussi @elonmusk parlant d'un avenir où des programmes pourraient être générés directement sous forme binaire, sans passer par le processus de compilation traditionnel. Cela pourrait en fait être possible si les LLM peuvent générer du code binaire et ensuite l'exécuter directement contre une récompense vérifiable.

Ma recette pour apprendre : Apprenez lentement Allez en profondeur Développez une véritable intuition Alors, les connaissances s'accumuleront