待验证50% 置信观点精确时间
图灵奖得主Yann LeCun多次批评token预测范式的根本缺陷，认为仅靠预测token永远无法达到真正的世界理解
1
来源数
50%
置信度
长期有效
时效性
2026/8/30
首次发现
来源
涉及实体
相关事实
待验证LeCun 批评自回归语言模型在系统2慢思考（推理与规划）上存在根本性局限，且对物理世界缺乏基础（grounding）73% 相似待验证Yann LeCun在A Path Towards Autonomous Machine Intelligence中将世界模型置于认知架构核心，认为缺乏世界模型的自回归语言模型无法实现真正的因果推理与规划能力71% 相似待验证Kaplan等人的方法论缺陷在于没有为每个模型规模独立调优学习率调度，导致高估参数增长的重要性、低估数据增长的重要性64% 相似待验证通用预测框架的通用性在带来灵活性的同时，往往意味着在特定领域的精度上难以超越专用模型63% 相似待验证当前大多数深度学习模型缺乏反事实推理能力，导致在分布外场景中表现骤降62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/822601API
curl https://kongchang.com/api/v1/knowledge/claims/822601MCP
get_claim(id=822601)