Dragolich Research Labs 正在探索人工智能研究的新途径，强调虽然 Transformer 被证明是有效的，但它们可能不是最终的或唯一正确的方法。该实验室认为，创新在于发现新颖的方法，而数据本身是一种自然的、模拟的现象，它会展开而不是被发明。这种观点突显了人工智能领域内对知识和理解的持续探索。 AI
影响 表明当前的 AI 架构可能不是创新的终点，鼓励探索替代方法并加深对数据的理解。
排序理由 该条目讨论了 AI 研究的哲学和超越当前主流架构（如 Transformer）的潜在未来方向，将其呈现为个人思考而非具体的公告或发现。
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
