一个暴论：
「模型能否有丝分裂」
给定通用基座，能否在保留后训练效果的前提下，导出其参数子空间的嵌套子集，使子模型在目标域接近/超过基座、部署成本大幅下降，且可验证归属、可分发？
也就是“胚胎干细胞”一样的模型。
可不可以叫它AGI呢？
并从此低成本、高可用地去训练一个「垂类大模型」？像Vibe Coding一样，Vibe Training？
我是Remo-X Poliy，21世纪出生的下一个“任正非”，以下是几个在推的BU：
工业软件开放API给GPT做Agent辅助设计→表面增强软件依赖，实则把软件降格为「模型可调用的技能/工具」。模型调用哪个工具→模型适配哪个→用户习惯锁在哪个
目前在这个任务上，到底是人离不开模型离得开软件，还是离不开软件离得开模型。
登录并发表评论