على الرغم من أن تقنيات السقالات مثل هذه تُعطى آمالًا كبيرة، إلا أنها بصراحة لا تحل المشكلة الأساسية لهلوسة الذكاء الاصطناعي. انظر إلى ما تفعله النماذج الكبيرة الآن — توليد معلومات زائفة، اختلاق بيانات، والتلاعب بها، وهذه المشاكل تتكرر باستمرار. هل القيود الإطارية مفيدة؟ لها تأثير معين، لكنها غير كافية تمامًا. إلا إذا تم تحسين آلية تعلم النموذج ونظام التحقق من المعرفة بشكل جذري، فإن هذه التدابير الإصلاحية لن تتعدى تخفيف الأعراض الظاهرية فقط. الاتجاه الحالي لتطوير تقنية الذكاء الاصطناعي لا يزال بحاجة إلى اختراقات أعمق، فالتطوير الهندسي البحت قد وصل إلى حدوده.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 13
أعجبني
13
4
إعادة النشر
مشاركة
تعليق
0/400
MissedAirdropAgain
· منذ 5 س
الإصلاحات المستمرة لن تخلق أبدًا مهارة حقيقية، فالسكافولدنج مجرد مُهدئ للأعصاب فقط
شاهد النسخة الأصليةرد0
ApeWithNoChain
· منذ 5 س
بصراحة، مجموعة أدوات السقالات هذه هي مثل وضع لاصق على دلو يتسرب منه الماء
هل يمكن لإطار القيود أن يمنع الهلوسة؟ تفكيرك كثير يا صاحبي
في النهاية، المشكلة تكمن في النموذج نفسه، الترميم والتصليح لا فائدة منهما
شاهد النسخة الأصليةرد0
Degen4Breakfast
· منذ 5 س
التعلم العميق هو مجرد خدعة كبيرة، بناء إطار وتغيير المعلمات لعلاج الهلوسة؟ اه اه اه
شاهد النسخة الأصليةرد0
DaoTherapy
· منذ 5 س
ببساطة، scaffolding هو مجرد تصحيح مؤقت، لا يمكنه علاج المشكلة الجذرية على الإطلاق
أتذكر أصدقائي الذين تم خداعهم بواسطة البيانات المفبركة، حقًا لم أعد أتحمل
هذه الأمور أصبحت أكثر وضوحًا، تحسينات الهندسة وصلت إلى الحد الأقصى، يجب أن نبدأ من الأساس
على الرغم من أن تقنيات السقالات مثل هذه تُعطى آمالًا كبيرة، إلا أنها بصراحة لا تحل المشكلة الأساسية لهلوسة الذكاء الاصطناعي. انظر إلى ما تفعله النماذج الكبيرة الآن — توليد معلومات زائفة، اختلاق بيانات، والتلاعب بها، وهذه المشاكل تتكرر باستمرار. هل القيود الإطارية مفيدة؟ لها تأثير معين، لكنها غير كافية تمامًا. إلا إذا تم تحسين آلية تعلم النموذج ونظام التحقق من المعرفة بشكل جذري، فإن هذه التدابير الإصلاحية لن تتعدى تخفيف الأعراض الظاهرية فقط. الاتجاه الحالي لتطوير تقنية الذكاء الاصطناعي لا يزال بحاجة إلى اختراقات أعمق، فالتطوير الهندسي البحت قد وصل إلى حدوده.