Kambhampati谈训练数据配比与模型锯齿状智能
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
最新进展11月8日 00:43
Kambhampati:不理解训练数据配比,就无法解释模型锯齿状智能报道时间线
沿着报道,了解事件的不同侧面。
11月8日
- AGI HuntKambhampati: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
- –
02.557.510
01:0002:0003:00
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。