23:53AK@_akhaliq精选该研究提出GPU Forecasters方法,利用语言模型作为选择性替代来优化GPU内核的运行时性能。在300个内核基准测试中,该方法将预测准确率提升至92%,相比传统模型平均提速1.7倍。实验在NVIDIA A100 GPU上进行,验证了语言模型在运行时预测中的有效性。论文GPU Forecasters语言模型内核优化基准测试A1003 个信源在谈推荐理由:用语言模型预测GPU内核性能,效率提升明显原文
09:26rohanpaul_ai@rohanpaul_ai72°DeepMind 创始人 Demis Hassabis 指出当前 AI 的局限:语言可以描述世界,但无法包含世界。语言模型从文本中意外学到了大量现实结构,但文本只是经验的压缩残渣,而非经验本身。世界由需要亲身经历、触摸、预测、违反和修复的约束构成,而非仅由可命名的事实组成。Hassabis 认为世界模型旨在学习物理现实的隐藏语法——物体如何持续、力如何展开、空间如何变化、行动如何产生反馈。他强调,智能不仅是回答得好,更是知道如果你移动、伸手、推、闻、滑倒或失败,接下来会发生什么。AI模型世界模型语言模型Demis HassabisDeepMindAGI推荐理由:Hassabis 点出了当前大语言模型的核心天花板——文本无法替代真实体验,做 AI 研究或关注 AGI 路径的人值得细读,看完会对世界模型的价值有更深理解。原文