往下拉回到首頁
欸你知道嗎?AI 模型越大越好的說法可能根本不對

欸你知道嗎?AI 模型越大越好的說法可能根本不對

LLMs learn backwards, and the scaling hypothesis is bounded

有人發現大型 AI(LLM)其實是用一種反向的方式在學習,而且一直想著「只要把模型做得更大就會更聰明」這個想法,可能根本行不通。簡單來說就是,現在大家都在拼命把 AI 模型做大,但這篇文章在說,這樣做可能會碰到天花板,不是無限制地越大越好。這對整個 AI 產業的發展方向來說還滿有意思的,因為如果真的有上限,那大家就得想想怎麼用更聰明的方法,而不是只靠砸錢堆算力。

相關標籤

language modelslearning mechanismsscaling hypothesismodel training