热点事件持续更新
will cb：电路视角消解深度学习神秘感
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月16日，AGI Hunt 报道，开发者 will cb 延续其“电路视角”线程提出：一旦接受电路视角，现代深度学习所谓的大部分神秘感都会消失。他补充说，电路可以用比特来表达，比特截断的表达式在大多数输入上都能很好地近似完整表达式，且呈现收益递减，因此从 fp4 到 fp32，对表达力的损伤并不大，更多属于优化动力学问题；他还表示，RL 会先找到高阶位。同日稍后的后续报道复述了这一主张，并补充称他以 copy circuit 为例，说明电路可用比特表达、比特截断后的表达式在多数输入上能很好近似完整表达式并呈收益递减。报道中未见进一步的展开或反驳。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 05:27
后续报道补充称 will cb 以 copy circuit 为例说明其电路视角主张。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- AGI Hunt开发者 willcb 称电路视角可化解深度学习大部分谜团
开发者 willcb 主张以电路（circuit）理论视角理解现代深度学习，认为接受这一视角后，许多所谓“神秘”现象会消失。他以 copy circuit 为例，指出电路可用比特表达，比特截断后的表达式在大多数输入上能很好地近似完整表达式，并呈现收益递减特性。
- AGI Huntwill cb：拥抱电路视角，深度学习的「神秘感」大半消失
will cb 延续其电路视角线程称，一旦接受电路视角，现代深度学习所谓的大部分神秘感都会消失。他补充，电路可用比特表达，比特截断的表达式在大多数输入上能很好近似完整表达式、收益递减，从 fp4 到 fp32 对表达力的损伤不大，更多是优化动力学问题。RL 会先找到高阶位。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。