Citat:
Ursprungligen postat av
erkki17
Den har lärt sig algoritmer som fungerar särskilt bra för att lösa logiska pussel. En större modell kan lära sig fler algoritmer och därmed bryta ned problemet i mindre bitar, vilket då kan ge ett mer exakt resultat.
I slutändan är detta fortfarande problem som i mångt och mycket liknar andra problem som finns i testdata. Skulle du ge modellen ett helt nytt problem som inte liknar något redan känt problem skulle resultatet inte bli lyckat.
Ja, det är väl ganska självklart att den använder någon form av algoritm. Nästan lika självklart som att den använder siffror och elektricitet för att lösa uppgifter.
Du expanderar egentligen bara själva frågan, men du ger inte svar på vad som faktiskt händer. Dvs exakt var finns dessa algoritmer och hur fungerar de?
Du har rätt i att väldigt ovanliga problem blir mycket svårare för ett artificiellt neuralt nätverk.
Ett bra exempel på det är Arc-AGI 3 där de generella frontier-modellerna presterar dåligt. Det beror ju på att de i huvudsak är tränade på text (därav smeknamnet "språkmodell"). Men om man specialanpassar modeller och tränar de på att lösa just den typen av logiska spel då blir de modellerna mycket bättre på det. Det besvarar dock inte frågan. Vad händer, exakt, i de artificiella neurala nätverken, som är bättre på testet Arc-AGI 3, jämfört med andra modeller.
"Deras träning är bättre anpassad för det problemet" är en självklarhet som inte förklarar hur de faktiskt fungerar. Dvs om de använder en algoritm, hur ser den ut? Jag förväntar mig inte att någon kan svara på detta. Vilket skulle bevisas.