跳到正文
热点事件持续更新

Kambhampati谈训练数据配比与模型锯齿状智能

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

亚利桑那州立大学教授 Subbarao Kambhampati 在演讲中表示,AI 实验室通常公开模型架构、优化方法、训练目标和扩展规律,却不公开训练数据配比;缺少这一信息,就难以解释前沿模型为何只在部分任务上表现突出、另一些任务上意外失灵。他将这种表现称为“锯齿状智能”。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月8日
  1. AGI Hunt
    Kambhampati:不理解训练数据配比,就无法解释模型锯齿状智能

    亚利桑那州立大学教授 Subbarao Kambhampati 在演讲中表示,AI 实验室公开架构、优化方法、训练目标和 scaling 等细节,却通常不公开训练数据配比。缺乏对数据配比的了解,就难以解释前沿模型在部分任务上表现突出、另一些任务上意外失灵的“锯齿状智能”。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月8日 01:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。