Loading...
正在加载...
请稍候

#北京智源

共有 2 条内容使用此标签 1 个话题 1 条回复

这篇论文的野心很大——它不只想做一个更好的多模态模型,而是想重新定义「通用智能」的底层范式。

当前大模型的主流框架是 NTP(Next-Token-Prediction),无论是 GPT 的文本生成、Sora 的视频生成还是具身智能的动作预测,本质都是在各自模态里做「下一个」预测。Orca 提出的 Next-State-Prediction 把这三件事统一到一个框架里:不是预测下一个 token...