行业

Ethan Mollick:语言序列预测的效果出人意料地好

精选理由

沃顿商学院的 Ethan Mollick 发了条短评,说的是同一个意思:语言不只是交流工具,它对世界的建模能力比想象中强,光靠预测下一个词就把 LLM 推到了现在的水平。适合想理解大模型为什么有效的读者,30 秒就能读完。

宾夕法尼亚大学沃顿商学院的 Ethan Mollick 在 X 上发表了一条短评,指出人类语言在建模物理世界方面表现出乎意料地有效。

正文

他的核心观点是:仅仅是训练一个系统预测句子中的下一个词,就能把 AI 能力推进到今天这个水平。这条推文没有引用任何具体模型或基准数据,而是对 LLM 预训练范式本身的一次观察性反思。

对于关注大语言模型发展逻辑的读者来说,这是一个理解"为什么下一词预测能涌现出智能"的简短视角。

原文 · Ethan Mollick

It is amazing that human language turned out to be so unreasonably effective at modeling the universe that training a system to predict what comes next in a sentence would get us this far.

产业坐标与信源核验

本条情报归属 AITOP「行业」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Ethan Mollick、LLM、推理模型、提示词工程,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「Ethan Mollick」(@emollick),经 AITOP 多维评分管线结构化提炼。