WhatsApp
X
LinkedIn
Facebook
BlueSky
Telegram
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
स्रोत लेख
Acquired Podcast (United States) | 17 मार्च 2026
आपके वोट मायने रखते हैं
खाते की ज़रूरत नहीं। आपके वोट सहेजे जाते हैं और सर्वसम्मति विश्लेषण में शामिल किए जाते हैं। अपने वोटों का रिकॉर्ड रखने के लिए खाता बनाएँ।
AI द्वारा अनुवादित · मूल दिखाएं
The transition from pattern matching to cause and effect understanding is critical but still far from being realized in AI development.
AI द्वारा अनुवादित · मूल दिखाएं
Advancements in LLMs should not overshadow the ethical implications of creating systems that mimic human understanding.
AI द्वारा अनुवादित · मूल दिखाएं
Believing LLMs can lead to AGI misrepresents the complexity of consciousness and understanding in machines.
AI द्वारा अनुवादित · मूल दिखाएं
Continuous learning post-training is essential for AGI; LLMs must evolve beyond static models to truly replicate human intelligence.
AI द्वारा अनुवादित · मूल दिखाएं
The precise, predictable nature of LLMs showcases their potential as foundational tools for achieving AGI.
💡 यह कैसे काम करता है
- • कथन जोड़ें: दावे या प्रश्न पोस्ट करें (10 से 500 अक्षर)।
- • वोट करें: हर कथन पर सहमत, असहमत या अनिश्चित।
- • जवाब दें: पक्ष या विपक्ष में सबूत के साथ विस्तृत तर्क जोड़ें।
- • सर्वसम्मति: जब पर्याप्त लोग भाग ले लेते हैं, तो विश्लेषण राय समूह दिखाता है और यह भी कि वे कहाँ सहमत हैं।
Society Speaks खुला और स्वतंत्र है। आपका समर्थन नागरिक चर्चा को विज्ञापन और व्यावसायिक प्रभाव से मुक्त रखता है।
हमारा समर्थन करें