RecodeX 重构消息，上海交通大学赵海教授团队推出BriLLM-MetaPred，这是首个从严格定义的AGI数学理论中推导得出、而非人工拼装设计的机器学习原语MetaPred的语言建模可运行实例。该原语与神经科学中的预测编码/自由能原理高度同构，核心特征是单一动力学状态同时承载表示与预测，并依托内生的自我测量不动点信号实现自监督，训练与推理完全耦合。

该模型仅用约十分之一于GPT-1的规模即达到同级别基线性能，当前最大验证尺寸达1.5B，与GPT-2相当。团队称，这是首个在开放域语言建模任务上完成工程落地的纯理论推导AGI路线，为应对主流大模型的灾难性遗忘、递归自我改进前提缺失、规模膨胀等结构性痛点提供了新范式基底。