一篇新的arXiv论文分析了36年的计算机科学研究，认为像Transformer架构和大型语言模型这样的人工智能重大突破，悖论式地导致了研究思路的枯竭。研究发现，随着该领域集中于这些主导范式，尤其是在Transformer之后，大量研究人员将注意力转向了人工智能，导致审稿人信心下降。这种模式在结构生物学中也随着冷冻电镜和AlphaFold的出现而出现，表明虽然突破增加了该领域的想法容量，但它们也耗尽了未来发现所需的注意力多样性。作者主张进行制度性变革，以保护注意力多样性，而不是奖励对主流范式的关注。 AI
影响 表明主导性的人工智能范式可能会耗尽未来突破所需的想法多样性，从而可能减缓整体进展。
排序理由 该集群包含一篇分析研究趋势并提出科学进步新理论的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- AlexNet
- AlphaFold
- alphaXiv
- arXiv
- cryogenic electron microscopy
- DagsHub
- Hugging Face
- large-language models
- transformer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
