邢台罐体保温施工 LeCun不啻创份业！押注与大模子不同的道路，加入硅谷初创

衡宇 发自 凹非寺邢台罐体保温施工

量子位 | 公众号 QbitAI

离开Meta这座围城后，Yann LeCun似乎悟了“不要把鸡蛋装在同个篮子里”。

边，他亲手造了我方的初创公司AMI，试图辞天下模子这条赛说念上大展拳脚；同期，他的眼力又投向了硅谷的另角。

就在近，LeCun妥贴文书加入名为Logical Intelligence的初创公司，担任工夫臆度委员会的首创主席。

挺特地义的。因为Logical Intelligence选择了条与面前主流大模子（LLM）天渊之隔的工夫道路。

该公司主的是种能量-理模子，“擅长学习、理和自我改动”。

在数游戏测试上，Logical Intelligence出的模子Kona不到1s就正确完成了数字填写，

而GPT 5.2、Claude Opus 4.5、Claude Sonnet 4.5齐跑了1s了，还没个恶果……

After 1 minutes……

Logical intelligence是作念啥的公司？

先，咱先来搞搞澄清Logical Intelligence到底是作念什么的。

浅易来说，这本年1月刚对外亮相的AI公司正在研发种基于能量的理模子（Energy-Based Reasoning Model, EBM）。

听起来可能有点空洞……咱们拆解开来细说下。

这种模子通过笔据不停条款进行评分，来考据和化处罚案。

你不错把它遐想成个在复杂迷宫中寻找出口的智能体，它不是靠大模子那样预计下个token，而是通过感知周围环境的“能量低”来判断向。

在EBM的天下里，合适逻辑、中意不停条款的解，其“能量”低，也即是致、通晓的现象。

系统会直接续化，直到找到阿谁能量低的恶果。

也即是说，EBM体系从初始就假设问题自己由严格不停组成，理进程做事于中意不停这指标。

Logical Intelligence发布了三大中枢工夫论点。

，大模子手脚理模子的根本受限。

它依赖糟蹋token，给AI理的扩张带来了严重封闭。

二，能量-理模子（EBMs）克服了使用基于大模子理模子固有的主要费事。

三，扩张AI理需要使用EBM进行理邢台罐体保温施工，用大模子进行互助——尤其是在与当然话语教悔之间的翻译时。

若是你恒久关心LeCun的学术动态，就会发现这玩意儿其实契合了他以来的工夫信仰。

早在2年前，LeCun就屡次计议过能量模子在智能系统中的后劲。

只是受限于算力与查验法，这道路恒久停留在表面与小范畴实验阶段。

近几年，LeCun在采访中反复提到大模子的顺利在某种进程上让统统这个词域酿成旅途依赖。就在近的次采访中，他还对着媒体说，每个东说念主齐如故“被LLMs洗脑了”。

是以，铁皮保温LeCun加入这公司是个相等贼胆心虚，两拍即合的事情。

Logical Intelligence的首创东说念主兼CEO Eve Bodnia暗示：

对咱们来说，Yan LeCun是能量-理模子和关联多样架构的唯。

Eve Bodnia还说，AI有不同的景色，无须非得是基于文本的AI。

“东说念主们总说咱们处于AI泡沫之中，但咱们不在这个范围内。因为大只是处在大模子泡沫中。”

他还说，通往AGI的说念路需要不同的AI来各司其职：

Logical Intelligence宣称我方是个顺利构建出责任型EBM的公司。

他们如故出了款叫Kona的能量-理模子，参数目低于2M。

那么，这款模子的领悟如何？

Logical Intelligence甩出了个具体的愚弄场景，数。

在单个Nvidia H1 GPU上运行，Kona处罚数问题的速率，比Claude Opus 4.5、GPT 5.2、Gemini 3 Pro等众人顶的大模子齐要快得多。

准确率也遥遥先。

这是Kona玩儿数的速率和收货：

二快的是DeepSeek-V3.2，不出门了些小小的失误：

其它Gemini 3 Pro、Claude Opus 4.5玩儿数的速率，齐1s开外去了……后恶果照旧错的（捂脸）。

BTW，在此测试中，大模子们被停止使用能“解题“的编程智力。

之是以选数来测试，是因为数是个典型的强不停、容错的逻辑问题。

填错个数字，统统这个词盘面就废了。

这个对比即是为了凸起在强不停、解空间有限的问题上，能量模子的搜索率。

是以Kona的指标战场不单是是填数字游戏。

Logical Intelligence的指标是让Kona去处罚实际天下中为毒手的问题，比如化复杂的动力网罗分派，或者竣事精密制造进程的自动化。

Eve Bodnia强调的，这些任务“根柢齐跟话语不紧迫”，况且对幻觉的容忍度相等低。

笔据新公开费力，EBM在查验数据面还有特的势。

EBM的查验数据不错是任何东西。

“咱们不是试图为统统事物创建个适用于统统情况的通用大脑。咱们为每个立的业务创建个较小的模子。每个客户的数据齐会有所不同。”

这就使得查验与传统大模子有很大不同。团队用来查验Kona的是部分数据，称为寥落数据，而Kona好像从寥落数据中索求齐备数据。

现在，Kona照旧个闭源模子。

不外CEO说了，终会接头将某些实质开源。

但愿在将其公之于世之前，好像充分通晓它。

参考贯穿：

— 完 —

量子位 QbitAI · 头条号

关心咱们邢台罐体保温施工，时刻获知前沿科技动态