当球飞来时，视觉模块提取特征，记忆模块模拟方案，而控制模块（C）就主要是在记忆模块（M）所创造的「内部世界」中进行训练，你并不需要真的挥拍一百次试错，而是在记忆模块的「梦境」中找到最佳策略后，再在现实中只执行一次最优解 … > 它是把世界抽象到一个潜在的、被压缩过的空间里，在这个潜在空间里，你能够通过学到的物理规律，去做对未来的预测，形成一个对真实世界的模拟器 …-大语言模型的目标是生成在语言维度上最合理的序列，预测的是下一个词或 token。
暂无讨论，说说你的看法吧
当球飞来时，视觉模块提取特征，记忆模块模拟方案，而控制模块（C）就主要是在记忆模块（M）所创造的「内部世界」中进行训练，你并不需要真的挥拍一百次试错，而是在记忆模块的「梦境」中找到最佳策略后，再在现实中只执行一次最优解 … > 它是把世界抽象到一个潜在的、被压缩过的空间里，在这个潜在空间里，你能够通过学到的物理规律，去做对未来的预测，形成一个对真实世界的模拟器 …-大语言模型的目标是生成在语言维度上最合理的序列，预测的是下一个词或 token。