热点事件持续更新
开发者盘点改变 LLM 的四项软件侧突破
1 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 7 日，AGI Hunt 报道，开发者 Josh Purtell 对真正改变大语言模型可用性的软件侧“S 曲线”做了一次盘点，点名四项：MoE（混合专家）、次二次复杂度的注意力机制、思维链 RLVR（带可验证奖励的强化学习），以及循环 / Looping 架构。他的核心判断是，硬件性能的持续增长让许多看起来属于模型能力的曲线其实来自硬件红利；如果缺少这些软件侧的突破，即便换上新一代 GPU，模型也难以真正实用。在给出这四项之后，他进一步追问：还有多少类似的软件侧 S 曲线尚未被发现。报道未提及这四项突破的具体提出时间、对应论文或相关模型，也未给出各突破之间的比较与优先级。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 21:04
Josh Purtell 点名 MoE、次二次注意力、CoT RLVR 与 Looping 架构四项软件侧突破。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- AGI Hunt开发者 Josh Purtell 盘点真正改变 LLM 的软件侧 S 曲线：MoE、CoT RLVR、次二次注意力与 Looping 架构
开发者 Josh Purtell 点名四项真正改变 LLM 可用性的软件侧 S 曲线：MoE、次二次复杂度注意力、思维链 RLVR 和循环/Looping 架构。他认为硬件性能增长让许多模型能力曲线其实来自硬件红利，缺少这些软件突破，即便换新 GPU 模型也无法实用。他并追问还有多少这样的软件侧 S 曲线尚未被发现。
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。