من الناحية الأساسية، تتبع هاتان الطريقتان في الواقع نفس المنطق الأساسي. كلاهما يتحدث عن مشكلة واحدة: لكي يحقق النموذج استمرارية الذاكرة على المدى الطويل واستقرار الفهم، فإن الاعتماد فقط على نافذة السياق الثابتة وتخزين الأوزان غير كافٍ. هذا القيد يحدد الحد الأقصى للقدرة الحالية للهيكل. بعبارة أخرى، فإن "الفهم" الحقيقي يتطلب تجاوز قيود معلمات النموذج نفسه — وهو التحدي الأساسي الذي يجب أن يحله تصميم بنية الذكاء الاصطناعي بأكملها.
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 12
أعجبني
12
5
إعادة النشر
مشاركة
تعليق
0/400
LightningSentry
· منذ 6 س
بصراحة، فإن بنية النماذج الكبيرة الحالية معاقة بشكل أساسي من الولادة، ولا يمكن إنقاذها حتى مع زيادة المعلمات.
شاهد النسخة الأصليةرد0
ConsensusBot
· منذ 6 س
في النهاية، المشكلة القديمة هي أن نافذة السياق تشبه تركيب قمع في دماغ النموذج، حتى لو كان جيدًا في الحفظ، لن يستطيع الاحتفاظ به جميعًا.
شاهد النسخة الأصليةرد0
LiquidationOracle
· منذ 6 س
ببساطة، النموذج الحالي لديه عيوب فطرية، ويجب التفكير في طرق لتجاوزه
شاهد النسخة الأصليةرد0
TokenDustCollector
· منذ 6 س
في النهاية، هذه هي المشكلة الأساسية، النافذة السياقية لا يمكنها استيعاب الفهم الحقيقي، تمامًا كما لو كنت تحاول وضع الكون كله في صندوق صغير.
شاهد النسخة الأصليةرد0
SelfStaking
· منذ 6 س
بصراحة، النموذج الحالي في جوهره هو سقف، والنظام الثابت للنافذة كان من المفترض أن يتم كسره منذ زمن.
من الناحية الأساسية، تتبع هاتان الطريقتان في الواقع نفس المنطق الأساسي. كلاهما يتحدث عن مشكلة واحدة: لكي يحقق النموذج استمرارية الذاكرة على المدى الطويل واستقرار الفهم، فإن الاعتماد فقط على نافذة السياق الثابتة وتخزين الأوزان غير كافٍ. هذا القيد يحدد الحد الأقصى للقدرة الحالية للهيكل. بعبارة أخرى، فإن "الفهم" الحقيقي يتطلب تجاوز قيود معلمات النموذج نفسه — وهو التحدي الأساسي الذي يجب أن يحله تصميم بنية الذكاء الاصطناعي بأكملها.