LeCun思考语言模型与视频模型学习差异，发表博客文章

我一直觉得困惑：语言模型通过下一个词预测学到了这么多，而视频模型通过下一帧预测却学到很少。也许是因为LLM实际上是伪装的大脑扫描仪。我新博客文章中的闲思：https://sergeylevine.substack.com/p/language-models-in-platos-cave…