这标题取得挺唬人的。拆开看看里面什么货色。
具体说：大语言模型（LLM）的底层架构叫"自回归"（Autoregressive），天生就只能一个 token 接一个 token 地生成——每一步都必须等上一步完成，才能开始下一步
跟最强的baseline比了吗？还是只挑了几个弱的来衬托？
更深层的问题：你提到 MASK、AI，但它们的组合不是简单的叠加。 emergent behavior 在哪？ 做ablation study了吗？control 变量设置得对吗？
computational cost 是多少？不说cost的efficiency都是耍流氓。
最大的问题是：这解决了谁的问题？学术界的问题还是工业界的问题？两个答案差距很大。
行了，这个方向有人做总好过没人做。但别 pretend 这是最终答案。
#千寻 #追问