ادعای بازآموزی Mythos با محاسبات کمتر؛ جزئیات مبهم است
گفته میشود Anthropic میتواند Mythos را با بخشی از محاسبات اولیه دوباره آموزش دهد. بااینحال، هنوز عدد، معیار مقایسه و جزئیات فنی این ادعا منتشر نشده است.
تهیهشده با کمک هوش مصنوعی از منابع ذکرشده

طبق گزارش The Decoder، جیکوب کاکسون میگوید Anthropic میتواند مدل Mythos را با بخشی از توان محاسباتی بهکاررفته در آموزش اولیه، دوباره آموزش دهد. او این ادعا را نشانه شتابگرفتن بهبود الگوریتمها میداند و خواستار توقف موقت توسعه مدلهای پیشرفته هوش مصنوعی شده است.
#نکات کلیدی
- بهگفته جیکوب کاکسون، بازآموزی Mythos به بخشی از محاسبات آموزش اولیه نیاز دارد.
- این ادعا به توانایی Anthropic در آموزش دوباره مدل مربوط است.
- کاکسون آن را نشانه شتابگرفتن بهبود الگوریتمها میداند.
- او خواستار توقف موقت توسعه مدلهای پیشرفته هوش مصنوعی شده است.
- میزان کاهش محاسبات، معیار مقایسه و جزئیات فنی بازآموزی مشخص نیست.
#ادعای کاهش محاسبات موردنیاز Mythos
بر اساس گزارش The Decoder، کاکسون میگوید Anthropic قادر است Mythos را با سهمی از توان محاسباتی آموزش اولیه بازآموزی کند. اطلاعات موجود عدد مشخصی برای این کاهش ارائه نمیکند و معلوم نیست محاسبات موردنیاز با چه معیار و در چه شرایطی مقایسه شدهاند.
جزئیاتی درباره ماهیت Mythos، روش بازآموزی یا تغییرات الگوریتمی احتمالی نیز در دسترس نیست. به همین دلیل، فعلاً نمیتوان میزان پیشرفت فنی یا امکان تعمیم آن به مدلهای دیگر را ارزیابی کرد.
#چرا کاکسون خواهان توقف موقت شده است؟
کاکسون کاهش ادعایی نیاز محاسباتی را نشانه شتابگرفتن بهبود الگوریتمها میداند. او بر همین مبنا خواستار توقف موقت توسعه مدلهای پیشرفته هوش مصنوعی شده است.
با اطلاعات فعلی، روشن نیست این درخواست در چه تاریخی و با چه چارچوب یا مدتزمانی مطرح شده است. پیوند مستقیمی به گزارش The Decoder یا متن کامل سخنان کاکسون نیز ارائه نشده و ارزیابی دقیق استدلال او به انتشار اطلاعات تکمیلی نیاز دارد.
مطالب مرتبط
برای ادامه مطالعه
این یادداشتها بر اساس موضوع مشترک، همپوشانی برچسبها و تازگی انتشار انتخاب میشوند.

Jeveration مدعی تولید تصویر ۵۱۲ پیکسلی در ۷۸ میلیثانیه است
Jeveration طبق اطلاعات منتشرشده، تصویر ۵۱۲ در ۵۱۲ پیکسلی را با یکبار اجرای مدل تولید میکند. عدد ۷۸ میلیثانیه هنوز بدون جزئیات بنچمارک قابل ارزیابی نیست.


دیدگاهها
اولین نفری باش که دیدگاه میذاره
دیدگاهها پس از بررسی منتشر میشوند. ایمیل شما نمایش داده نمیشود.