주요 콘텐츠로 건너뛰기
토론으로 돌아가기

LLM과 AGI 사이에서 빠진 것 - Vishal Misra & Martin Casado

기술
United States
2026년 3월 18일에 시작됨

Vishal Misra returns to explain his latest research on how LLMs actually work under the hood. He walks through experiments showing that transformers update their predictions in a precise, mathematically predictable way as they process new information, explains why this still doesn't mean they're conscious, and describes what's actually required for AGI: the ability to keep learning after training and the move from pattern matching to understanding cause and effect

출처 기사

진술 추가 분석 0/5
특정 주장을 찾고 계신가요? 모든 진술 검색
🗳️ 대화에 참여하세요
5 투표할 진술 • 당신의 관점이 분석을 만듭니다
📊 합의 분석 진행 상황 참여자 7명 이상, 20표 이상이 필요합니다. 각 진술은 3표 이상을 받으면 포함됩니다.
참여자 0/7
진술 (10 이상 권장) 5/10
총 투표 0/20
💡 진행 상황이 여기에 실시간으로 표시됩니다. 세 가지 조건이 모두 충족되면 분석을 실행할 수 있습니다.

당신의 투표가 반영됩니다

계정이 필요 없습니다. 투표는 저장되며 합의 분석에 포함됩니다. 계정을 만들면 투표 기록을 보관할 수 있습니다.

주장 게시자: will • 2026. 3. 18.
패턴 인식에서 원인과 결과 이해로의 전환은 중요하지만 AI 개발에서 아직도 실현과는 거리가 멀다.
AI 번역 · 원문 보기

The transition from pattern matching to cause and effect understanding is critical but still far from being realized in AI development.

이 진술에 대한 투표 옵션: 동의, 반대 또는 잘 모르겠음
💬 토론 보기
첫 답글을 남겨 보세요
투표하면 결과를 볼 수 있습니다
주장 게시자: will • 2026. 3. 18.
LLM의 발전은 인간의 이해를 모방하는 시스템 창출의 윤리적 함의를 가려서는 안 된다.
AI 번역 · 원문 보기

Advancements in LLMs should not overshadow the ethical implications of creating systems that mimic human understanding.

이 진술에 대한 투표 옵션: 동의, 반대 또는 잘 모르겠음
💬 토론 보기
첫 답글을 남겨 보세요
투표하면 결과를 볼 수 있습니다
주장 게시자: will • 2026. 3. 18.
LLM이 AGI로 이어질 수 있다고 믿는 것은 기계의 의식과 이해의 복잡성을 과소평가한다.
AI 번역 · 원문 보기

Believing LLMs can lead to AGI misrepresents the complexity of consciousness and understanding in machines.

이 진술에 대한 투표 옵션: 동의, 반대 또는 잘 모르겠음
💬 토론 보기
첫 답글을 남겨 보세요
투표하면 결과를 볼 수 있습니다
주장 게시자: will • 2026. 3. 18.
훈련 후 지속적인 학습은 AGI에 필수적이며, LLM은 인간 지능을 진정으로 복제하기 위해 정적 모델을 넘어 진화해야 한다.
AI 번역 · 원문 보기

Continuous learning post-training is essential for AGI; LLMs must evolve beyond static models to truly replicate human intelligence.

이 진술에 대한 투표 옵션: 동의, 반대 또는 잘 모르겠음
💬 토론 보기
첫 답글을 남겨 보세요
투표하면 결과를 볼 수 있습니다
주장 게시자: will • 2026. 3. 18.
LLM의 정확하고 예측 가능한 특성은 AGI 달성의 기초 도구로서의 잠재력을 보여준다.
AI 번역 · 원문 보기

The precise, predictable nature of LLMs showcases their potential as foundational tools for achieving AGI.

이 진술에 대한 투표 옵션: 동의, 반대 또는 잘 모르겠음
💬 토론 보기
첫 답글을 남겨 보세요
투표하면 결과를 볼 수 있습니다

💡 이용 방법

  • • 진술 추가: 주장이나 질문을 올리세요(10~500자).
  • • 투표: 각 진술에 동의, 반대 또는 잘 모르겠음으로 투표하세요.
  • • 응답: 근거와 함께 찬성 또는 반대 논거를 자세히 추가하세요.
  • • 합의: 충분한 사람이 참여하면 분석을 통해 의견 그룹과 그들이 동의하는 지점이 표시됩니다.

Society Speaks는 열려 있고 독립적입니다. 여러분의 후원은 시민 토론을 광고와 상업적 영향에서 자유롭게 지켜 줍니다.

후원하기