Желаемое за действительное? В Стэнфорде опровергли непредсказуемость характера ИИ

Исследователи из Стэнфордского университета заключили, что большие языковые модели рано считать «гигантским скачком возможностей». Учёные уверены: развивающиеся способности ИИ — это заблуждение работающих с ним специалистов.

Так, эксперты изучили результаты работы с ChatGPT-3 и установили, что сверхспособности у машины проявляются только лишь при использовании определённых метрик. Выбор «нелинейного» измерения может привести к тому, что кажется непредсказуемым изменением, которое потом ошибочно записывают в эмерджентные способности.

Когда же исследователи установили измерение результатов на линейную метрику, развитие модели стало предсказуемым и плавным.

 

Больше про ИИ — на грядущем Форуме «Цифровая экономика: доверенный искусственный интеллект».

11 мая, 2023

Подписаться на новости BIS Journal / Медиа группы Авангард

Подписаться
Введите ваш E-mail

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных

09.04.2026
Александр Пушкин («Перспективный мониторинг»): «Даже корректно настроенный WAF не способен полностью блокировать все атаки на веб-ресурс»
09.04.2026
Хакеры атакуют американских поставщиков CNI
09.04.2026
Anthropic запускает Glasswing, чтобы бороться с критическими уязвимостями
08.04.2026
Рынок говорит: Кибербез — обязательная часть цифрового бизнеса
08.04.2026
Кибербезопасность в строительстве и ЖКХ станет одной из ключевых тем на Форуме ГосСОПКА
08.04.2026
Платформа Venom Stealer поставила на поток непрерывную кражу данных
08.04.2026
На FINNEXT 2026 обсудили, как ИИ-агенты и экосистемы меняют финрынок
08.04.2026
От адаптации к изобретению: подведены итоги 3-й ежегодной Премии FINNEXT
07.04.2026
Безопасники выявили опасную уязвимость в ChatGPT
07.04.2026
Власти Камбоджи хотят искоренить киберпреступность и работорговлю

Стать автором BIS Journal

Поля, обозначенные звездочкой, обязательные для заполнения!

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных