谷歌工程师解释大象随机数成因

谷歌工程师格哈德·桑斯（gerardsans）称，模型在“大象随机数”实验中的表现属于预期现象，并非获得了特殊“魔法”；输出是输入内容与训练数据分布共同作用的结果。 据其解释，不同厂商的模型可能因使用了相似的训练数据、学会相同的关联模式，从而在相同测试中给出相似答案。这一说法强调的是模型之间的共同数据与关联学习，而非某个模型单独具备超常能力。

AI 根据报道生成 · 27 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。