从数学理论「解」出语言模型——AGI理论核心原语的首次工程验证:BriLLM-MetaPred

2026.11.13 · 收录日 2026.11.13 · 模型 · 论文 · 论文预印本

上海交大团队让 AGI 数学理论推导出的原语 MetaPred 首次在语言建模上跑通

上海交通大学赵海教授团队上传 arXiv 论文 BriLLM-MetaPred,把 AGI 数学理论推导出的机器学习原语 MetaPred 首次做成可运行的语言模型。它用单一动力学状态同时承载表示与预测,约 13.2M 参数下性能与同规模 GPT 基线相当,最大验证尺寸已达 1.5B。

  • AGI 数学理论将 AGI 定义为「无限的自我认知的极限」,并从中推导出唯一解 MetaPred 原语
  • MetaPred 的核心是表示与预测为同一持续演化动力学状态的两个侧面,并持续自我测量
  • BriLLM-MetaPred 约 13.2M 参数,预测性能与同规模 GPT 基线相当
  • 相比前代 BriLLM 需约十倍于 GPT-1 规模,BriLLM-MetaPred 仅用约 1/10 规模达到同等效果
  • 最大验证尺寸已达 1.5B,与 GPT-2 同等规模

为什么值得看

看一条从数学定义推导、而非堆模块而来的新范式如何落地

适合谁关注

关注 AGI 理论、语言模型架构与自监督学习的研究者

原始来源

查看收录日 2026.11.13 全部卡片 · 全部卡片归档