為什麼光靠擴大資料中心,還是無法讓 AI 不再胡亂回答?
Attention Is Not All You Need
重點導讀
AI 有時會把兩件很像的事搞混,就像郵差把包裹送到隔壁同名的人家。
- 擴大型模型、增加運算能力,可以讓不同概念分得更開,減少這種錯誤,但每少犯一次錯都會花更多錢,而且錯誤不會因此完全消失。另一種情況是模型根本沒學過答案,卻還是硬猜。
- 文章舉例,一個模型常說「我不知道」之後,答錯的次數變少了,但答對率也沒有因此提高。作者認為,AI 除了要學會承認不懂,也需要另一套系統檢查答案。大資料中心能讓 AI 進步,卻不能單靠規模讓人完全放心。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Attention Is Not All You Need
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文