وفقاً لورقة بحثية استهدفت الجمهور العريض (غير متخصص بالتقنية أو ب #الذكاء_الاصطناعي )، فهذ ثمانية أشياء يجب معرفتها عن نماذج اللغات الكبيرة:
1. من المتوقع أن تصبح نماذج اللغات الكبيرة LLMs أكثر قدرة مع زيادة الاستثمار ، حتى بدون الابتكار المستهدف.
1. من المتوقع أن تصبح نماذج اللغات الكبيرة LLMs أكثر قدرة مع زيادة الاستثمار ، حتى بدون الابتكار المستهدف.
2. تظهر العديد من سلوكيات LLM المهمة بشكل غير متوقع كمنتج ثانوي لزيادة الاستثمار.
3. غالبا ما يبدو أن LLMs تتعلم وتستخدم تمثيلات العالم الخارجي.
4. لا توجد تقنيات موثوقة لتوجيه سلوك نماذج LLMs.
5. الخبراء ليسوا قادرين بعد على تفسير الأعمال الداخلية ل LLMs.
3. غالبا ما يبدو أن LLMs تتعلم وتستخدم تمثيلات العالم الخارجي.
4. لا توجد تقنيات موثوقة لتوجيه سلوك نماذج LLMs.
5. الخبراء ليسوا قادرين بعد على تفسير الأعمال الداخلية ل LLMs.
6. الأداء البشري في مهمة ما ليس حدا أعلى لأداء LLM.
7. لا تحتاج نماذج LLMs إلى التعبير عن قيم منشئيها ولا القيم المشفرة في نص الويب.
8. غالبا ما تكون التفاعلات القصيرة مع نماذج LLMs مضللة
7. لا تحتاج نماذج LLMs إلى التعبير عن قيم منشئيها ولا القيم المشفرة في نص الويب.
8. غالبا ما تكون التفاعلات القصيرة مع نماذج LLMs مضللة
هذه النقاط الثمانية حاسمة على المدى القريب في التعامل مع نماذج #الذكاء_الاصطناعي التوليدي، مثل #بينج شات #Bing و #بارد #Bard و #ChatGPT
رابط الورقة:
cims.nyu.edu
رابط الورقة:
cims.nyu.edu
جاري تحميل الاقتراحات...