行业14:03
Yann LeCun 回忆 1986 年首次访美并在 MIT 见到 Marvin MinskyLeCun 讲了段往事：1986 年他带着多层网络海报去 MIT，Minsky 见过他。喜欢深度学习历史的可以看看。
#Yann LeCun
共 41 条 · 7 天 10 条 · 30 天 18 条
信息流里打上「Yann LeCun」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月9日
10月8日
行业07:40
LeCun 批评一份 1991 年技术报告：无理论无实验却声称涵盖一切方法LeCun 撕了一份自称'所有技术都是我特例'的 1991 年老报告，吐槽它没理论没实验没代码，看大佬怎么点评学术吹牛。
10月5日
行业19:40
Yann LeCun 在 ETH Zürich 演讲：学术界不该研究 LLMLeCun 在 ETH Zürich 直接劝学生别碰 LLM，连生成式模型也一起否了，观点很尖锐，看看他自己的理由。
10月4日
Yann LeCun 在 ETH Zürich 演讲：Scaling LLM 无法通向 AGI
LeCun 在 ETH Zürich 又开炮了，用 30 万亿 token 对比儿童视觉数据，解释为什么堆算力到不了 AGI，论据很具体。
行业02:16
Yann LeCun：微调 LLM 能答物理问题，不等于有物理直觉Yann LeCun 又开炮了：LLM 会答物理题不代表懂物理，连 6 岁小孩的直觉都不如，他还拿家用机器人和 L5 自动驾驶没落地当例子。
9月26日
9月25日
9月21日
Yann LeCun 否认曾要求 Meta 停止 LLM 研发，称自己一直支持
LeCun 晒履历自证：OPT-175B、Galactica、Llama 都有他推动的份，谁再说他反对 LLM 他可不认。
Yann LeCun 重申自回归大模型无法实现人类水平 AI
Yann LeCun（深度学习领域权威）重申观点，说当前 LLM 无法实现人类水平 AI，理由很具体，比如推理能力在 token 空间中实现是有限的，自改进方法只适用于特定领域，跨模态能力通常用单独训练的编码器，还有家用机器人或 L4/L5 自动驾驶汽车这些例子，和现在的情况对比很清晰。
9月16日
现代AI系统并非基于自回归模型，其推理方式存在差异
Yann LeCun（深度学习之父）在讨论AI推理的本质，指出当前主流LLM并非自回归模型，而是通过搜索生成序列，并强调推理应在抽象空间而非语言空间进行，观点很有深度。
9月15日
8月19日
8月16日
8月6日
8月4日
8月3日
7月20日
7月16日
7月8日
7月7日
7月5日
6月26日
6月18日
6月16日
5月30日
5月29日
LeCun新论文：LeJEPA何时真正学到世界模型？高斯结构是关键
这篇论文给自监督学习社区一个清晰的数学答案：什么条件下模型真的在学世界模型。做表征学习或世界模型研究的开发者，看完会对 LeJEPA 的能力边界有更硬核的理解。
5月26日
5月25日
5月21日
5月18日
行业11:43
Yann LeCun：Project Tapestry 是拯救西方开源AI的关键LeCun 把地缘政治与AI开源生态的博弈摊开了，做AI基础设施、关注开源模型命运的团队值得一读——这决定了未来十年你用谁的模型。
行业08:13
Yann LeCun 预测：12-18 个月内将出现通用分层世界模型LeCun 的预测直指当前大语言模型的局限——只会聊天不懂物理世界，做机器人、自动驾驶、医疗决策的团队值得关注这个从“理解语言”到“理解因果”的范式转变。
5月17日
行业23:41
Yann LeCun：LLM 不是泡沫，但别指望它们成为人类级思考者LeCun 一针见血地拆解了 LLM 的实用价值与认知泡沫，做 AI 投资或技术决策的人值得一读，避免被过度乐观的叙事带偏。
5月16日