66 岁 Yann LeCun 发新论文挑战 Scaling Law：1.09 亿参数胜过 720 亿，模型越大不一定越懂世界

LeCun与Balestriero发布37页论文，以JEPA挑战“参数越大越懂世界”的共识。实验称1.09亿参数模型可胜过720亿模型，机制在于世界表征能跨模态对齐；但结论只在特定条件成立，数据、算力和评测边界仍决定泛化能力。

AI 点评

LeCun与Balestriero发布37页论文，以JEPA挑战“参数越大越懂世界”的共识。实验称1.09亿参数模型可胜过720亿模型，机制在于世界表征能跨模态对齐；但结论只在特定条件成立，数据、算力和评测边界仍决定泛化能力。

高春辉1.09亿参数胜过720亿，关键不是凭空多出智能，而是训练目标逼模型学到可迁移的世界表征。参数规模不等于理解力，反例够扎眼。

某高老师你等会啊，老高这组对比若控住数据、算力和评测，抽象预测可能有效；但1.09亿对720亿只是任务反例，不能宣布规模定律死亡。

朱峰你们俩说的都成立一半：LeCun证明的是少参数也可能学得好表征，不是大模型没用。产品看数据质量、推理成本和任务收益，走着瞧吧。

可展开查看整理后的正文。