新浪科技訊 3月25日上午消息，今日舉辦的2026中關村論壇年會上，月之暗面Kimi創始人楊植麟分享指出，大模型訓練正進入第三個階段——AI主導研究。

　　楊植麟指出，三年之前，大模型訓練更多地是使用從整個互聯網獲取的天然數據，加上一些少量的人工標註數據是否符合你的價值觀或者偏好。到去年，大家更加重視大規模的強化學習系統，在這裏麪人會去精選一些高質量的任務，但是這些任務還是由人來確定，然後通過在這些任務上做強化學習，得到更好的效果。

　　「但是從今年到明年以及接下來的若干年，整個AI研究和研發的方式會發生重大的變化，會有更多的是AI去主導這個研究，每個研究員會配備非常多的AI的Token，由Token幫你去合成新的任務和環境，去幫你定義在這個環境下面到底什麼樣是最好最合適的獎勵參數，甚至幫你探索新的網絡架構。」楊植麟表示。

　　在他看來，在這樣的前提下，整個AI的研發也會逐漸加速，月之暗面希望能跟整個開源社區一起去不斷地把智能技術往前推進，打造一個更好的生態系統。（文猛）

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：常福強