往下拉回到首頁
AI 學習方向可能反了?專家質疑「越大越聰明」的假說真的有效嗎

AI 學習方向可能反了?專家質疑「越大越聰明」的假說真的有效嗎

We're Learning Backwards: LLMs build intelligence in reverse, and the Scaling Hypothesis is bounded

欸你知道嗎,最近有人提出一個滿有趣的想法——我們一直認為 AI 模型越大、訓練資料越多就會越聰明,但這位仁兄說不一定啦。他認為大型語言模型(LLM)可能是用一種「反向」的方式在學習,而且這種「越大越強」的假說(業界叫它擴展假說)可能已經快要碰到天花板了。簡單來說就是,砸再多錢去訓練超大模型,效果可能沒有我們想的那麼好。這對那些一直在燒錢做 AI 的科技公司來說,可能是個滿重要的警訊。想知道他的論點到底是什麼嗎?

相關標籤

large language modelsscaling hypothesisintelligence developmentreverse learningneural networks