先了解这件事
AI 综述
2026年8月8日,Dwarkesh Patel 提出持续学习时代的八项预测。其核心判断是:若基础模型每天基于数百万次会话更新,当前“训练后、部署前”的一次性安全评估将失去意义,应改为按月或按季度做风险检查。他还指出,现有对齐技术几乎都针对冻结权重,尚无研究保证权重持续更新后模型不被越狱或变成欺骗性人格;同时,持续更新权重的高并发服务经济性偏向大组织,个人用户以 batch size 1 自服务可能承受 100 倍以上算力效率损失。目前该预测由 Dwarkesh Patel Podcast & Blog 发布,尚无其他来源或后续发展。
AI 根据公开报道生成
最新进展 · 正式报道
持续学习时代的 8 个预测事件进展
1 个已确认进展
- 来源：Dwarkesh Patel Podcast & Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月8日
Dwarkesh Patel Podcast & Blog
持续学习时代的 8 个预测
Dwarkesh Patel 提出持续学习时代的 8 个预测：若基础模型每天基于数百万次会话更新，当前“训练后、部署前”一次性安全评估将失去意义，应改为按月或按季度做风险检查。现有对齐技术几乎都针对冻结权重，尚无研究保证权重持续更新后模型不被越狱或变成欺骗性人格。持续更新权重的高并发服务经济性偏向大组织，个人用户以 batch size 1 自服务可能承受 100 倍以上算力效率损失。