AI 研究怎麼兼顧模型規模與新點子?
Scale Is Safe. Innovation Shouldn't Be.
重點導讀
公司把 AI 研究當成做產品,常會先挑能快速交出成果的點子,讓需要時間摸索的新方法被擱在一旁。
- Microsoft 研究員 John Langford 離職前,團隊在做的 contextual bandits 和 offline policy evaluation 被他認為離產品太遠。
- 作者也分享,自己帶過的駭客松中,有兩組輕巧、容易理解的模型因為沒承諾讓速度快上十倍而遭擱置,另一組則花了六個月才推出。作者認為,擴大型模型確實能提升準確度,但若公司只看短期回報,研究人才可能離開,重要經驗也難以傳給新人。文中建議替研究留出能容許失敗的時間,也肯定尚未反映在評測成績上的小進展。
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
Scale Is Safe. Innovation Shouldn't Be.
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