LeviTurk 预判持续学习或可绕过预训练解决

2026 年 10 月 6 日，据 AGI Hunt 报道，LeviTurk 提出观点：持续学习可能很快被解决。其关键洞察是「持续学习本质上只是不需要从零预训练就能起步」。他建议像 Astra 这样的模型做持续后训练，使用类似「对抗预训练式 loss 基准」的爬山式数据，而不是在编码基准上优化，从而绕过传统持续学习难题。报道同时指出，该判断目前没有实验支撑；但如果可行，训练成本会更低，属于算法层面的进步。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。