Կարո՞ղ է ձեր AI-ն օգտագործել այն, ինչ հիշում է
«InMind» վերնագրով վերջին հետազոտությունը բացահայտում է AI գործակալների հիշողության կարևոր բացը՝ տարբերությունը փաստը հիշելու և այն համապատասխան խնդիր լուծելու համար կիրառելու միջև: 125 սինթետիկ թեստերի միջոցով հետազոտողները պարզել են, որ թեև մոդելները հաճախ հասնում են ուղղակի հիշողության բարձր ցուցանիշների, նրանց կարողությունը՝ պահպանված սահմանափակումները անուղղակի հարցումներում ինտեգրելու համար, զգալիորեն ցածր է: Հոդվածը պնդում է, որ գնահատման ներկայիս մեթոդները հաճախ չեն տարբերում հիշողության հաջող վերականգնումը ընդհանուր գիտելիքների վրա հիմնված տրամաբանությունից: Այս խնդիրը լուծելու համար հեղինակն առաջարկում է թեստավորման խիստ շրջանակ, որը տարանջատում է հիշողության տրամադրումը առաջադրանքի կատարումից: Օգտագործելով անկախ թեստային դեպքեր, որոնք զուգակցում են պահպանված սահմանափակումները անուղղակի առաջադրանքների հետ, մշակողները կարող են ավելի լավ ախտորոշել, թե արդյոք ձախողումները տեղի են ունենում հիշողության գրավման, վերականգնման կամ կիրառման փուլերում: Վերջնական հաշվով, հոդվածը առաջարկում է, որպեսզի AI օգնականները լինեն իսկապես օգտակար, թեստավորումը պետք է դուրս գա պարզ փաստացի հիշողությունից՝ չափելու համար, թե որքան արդյունավետ է հիշողությունը ազդում իրական աշխատանքային գործընթացների վրա:
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
Meta-ի նոր AI գործակալը ցանկանում է ավելի անձնական դառնալ ձեզ համար
Meta-ն ներկայացրել է իր վերջին նորարարությունը՝ Muse AI գործակալը, որը նախատեսված է որպես օգտատերերի համար խիստ անհատականացված օգնական հանդես գալու հա…
Ի՞նչ է կատարվում OpenAI-ի և Նավիե-Ստոքսի հավասարումների շուրջ ծագած վեճի հետ
OpenAI-ը վերջերս հայտարարել է մաթեմատիկայի ոլորտում նշանակալի առաջընթացի մասին, որը վերաբերում է Նավիե-Ստոքսի հավասարումներին, որոնք նկարագրում են հեղ…
Խոշոր լեզվական մոդելները մշակում են նոր սոցիալական կողմնակալություններ՝ ադապտիվ ուսուցման միջոցով
OpenReview-ում հրապարակված վերջին գիտական աշխատանքը ուսումնասիրում է, թե ինչպես կարող են խոշոր լեզվական մոդելները (LLM) ձեռք բերել և դրսևորել նոր սոցի…