11.11云上盛惠!海量产品 · 轻松上云!云服务器首年1.8折起,买1年送3个月!超值优惠,性能稳定,让您的云端之旅更加畅享。快来腾讯云选购吧!
腾讯云
12-20
本文阐述了陈天桥创立的MiroMind在AI领域的独特路径。文章将当前主流AI分为“文科模型”(如OpenAI,侧重语言生成与模拟)和“理科模型”(MiroMind追求的方向,强调因果推理与可验证性)。MiroMind反对单纯追求“行为主义”(图灵测试)或“功能主义”(替代工作),提出构建“通用推理引擎”的新定位。其核心是放弃“全知全能”幻想,承认模型会出错,通过引入“自我纠错”机制和外部反馈闭环来生存。目标不是聊天机器人,而是“可审计、可验证的通用问题求解器”,瞄准科研、工业等高容错门槛的B端“深水区”。文章以BrowseComp案例说明,小参数模型通过Agent交互可战胜更大模型,证明了推理能力可通过架构创新实现。最终,作者将理想的AGI比作一把精准剔除谬误的“手术刀”,而非无所不知的“神”。
MiroMind团队发布旗舰搜索智能体模型MiroThinker1.5。该模型基于“发现式智能”理念,强调通过主动研究、验证和修正来逼近真相,而非依赖海量参数记忆。其核心在于“交互式扩展”,将智能增长空间从模型内部参数扩展到与外部世界的交互。MiroThinker1.5仅用较小参数规模(如30B),在多项基准测试中性能比肩甚至超越万亿参数模型,同时推理成本显著降低。团队通过时序敏感训练沙盒等技术,使模型学会在信息不完备的真实条件下进行推演与修正,最终目标是培养模型成为善于向外求证、快速修正的智能体。