Hur ANN med IQ 130 fungerar

Tydligt exempel...

Nej, vi har inte fått svar på det. Vi har fått upprabblat olika komponenter och algoritmer som ingår i träningsprocessen. Men det förklarar fortfarande inte hur modellerna fungerar på den detaljnivån att man faktiskt kan genomlysa och begripa hur ett ANN besvarar frågorna i ett IQ-test. Dvs, exakt vad den gör i varje detalj, inte principerna för hur den gör.

Fortfarande ingenting som liknar ett svar på trådstarten. Men nu har ju flera av er i naiva trögfattarföreningen erkänt:
De artificiella neurala nätverken (ANN) är svarta lådor och ingen förstår hur de kan få 130 poäng på offline IQ-test.
Vilket skulle bevisas.

Glöm inte nämna att det ska beskrivas med UML-diagram

UML objektdiagram kan användas men det är helt valfritt.

Vilket diagram brukar du använda för att beskriva ett systems interna tillstånd?

Du jobbar kanske inte systematiskt alls utan med ren vibe-kodning?
Ungefär så som du skriver inlägg med tekniskt innehåll? Fire and forget.

Gud säger att ANN inte är AGI, motbevisa det.

Vi kan inte redogöra för exakt vad som händer inuti proprietära modeller. Det vi kan redogöra för är just principerna. Träning formar vikter, aktiveringar flödar igenom nätverket där attention heads pekar ut features (t.ex. detta token representerar en geometrisk figur), MLP:er transformerar token och attention till ett nytt state, vilket repeteras för varje token i context. Output från attention heads och MLP utgör olika beräkningskretsar (circuits) där en eller flera kretsar kan ses implementera algoritmer. Skalningslagarna ger att större modeller presterar bättre, vilket bl.a. beror på att de kan lagra mer precisa interna representationer och kan ha en större KV-cache som ger ett bättre "minne" mellan de olika aktiveringarna.

Det gör att Fable då skulle ha kunnat hitta bättre algoritmer som utför fler, mer specialiserade, beräkningar än en mindre modell.

Vi har fått upprabblat olika komponenter och algoritmer som ingår i träningsprocessen. Men det förklarar fortfarande inte hur modellerna fungerar på den detaljnivån att man faktiskt kan genomlysa och begripa hur ett ANN besvarar frågorna i ett IQ-test. Dvs, exakt vad den gör i varje detalj, inte principerna för hur den gör.

Ni två måste ständigt urarta i trams, off-topic och personangrepp eftersom ni inte har kompetensen att besvara detta. Det är ingen fara: ingen människa har den kompetensen och inte ni heller. Om ni inte kan acceptera denna sanning p.g.a. era sårade egon skulle ni kanske snarare söka hjälp för er grandiosa narcissism än att fortsätta attackera mig vilket aldrig har lyckats och aldrig kommer att lyckas.

Fable är en större modell, precis som en lathund med 10x10 multiplikationstabellen inte kan ge svar på 100x100 multiplikation, det behöver inte kompliceras mer än så.
Men samtidigt diskuterar du ju med en person som för två år sedan trodde GPT-4 var AGI och skulle rymma, det säger väl det mesta om förståelse för tekniken hos denne.

Minns när jag fick dig att attackera dig själv.

Imponerad över hur dina radbrytningar och stycken ibland är jämna, och ibland ser ut som någon som precis lärt sig skriva på tangentbordet.

För inte använder du väl betal-AI va?


Det är riktigt svårt att ta dig seriöst när du efterfrågar UML-diagram och samtidigt ”dvs, exakt vad den gör i varje detalj, inte principerna för hur den gör.”. UML diagram fångar inte vad som händer i miljarder parametrar. Kruxet är att du är totalt ointresserad av forskningen, du vill mest härja på forumet. Och jag med. Så här är vi nu, lillebror och storebror.

Undra hur många ggr som du kan få svar på din fråga i trådstarten men ändå inte förstår vad någon av dom skriver till dig.

Du har fått svar väldigt många ggr nu. Det kanske är läge att inse att ”problemet” med förståelsen för svaren faktiskt ligger hos dig?

Jag har inte fått svar på trådstarten, nej.