国产精品久久久一区二区三区,久久久久99精品国产片,成码无人av片在线电影网站,少妇高潮太爽了在线视频,精品亚洲一区二区99,杨幂国产精品一区二区,国产精品页,www.91在线播放

大語言模型中的涌現現象是不是偽科學?

來源:程序員客棧

Datawhale干貨

作者:平凡@知乎,諾桑比亞大學,在讀博士

今天晚上,花了一點兒時間看了兩篇文章:


(相關資料圖)

《Emergent Abilities of Large Language Models》[1]

《PROGRESS MEASURES FOR GROKKING VIA MECHANISTIC INTERPRETABILITY》[2]

這兩篇講的都是emergent behavior,即涌現現象。

大規模神經網絡下的涌現現象

在機器學習中使用大規模神經網絡時,由于增加了參數數量、訓練數據或訓練步驟等因素,出現了定性上的新能力和性質,這些能力和性質在小規模神經網絡中往往是不存在的。

第一篇文章舉了這個例子,每個圖都可以理解為一個任務,橫軸是神經網絡的規模,而縱軸是準確率,可以理解為模型的性能。

我們拿圖一來看,在10的22次方前,這些模型基本上的性能基本上都很穩定在0附近,而在10的22以后,突然在10的24次方上獲得了很大的性能提升,在其他的幾個任務上都表現出類似的特征。

意想不到的效果

第二篇文章更是有趣,我直接把推特一位博主的評論引用在這里:

作者發現,當我們訓練用網絡計算同余加法 a+b = ? (mod c) 時,網絡在某個時間突然獲得了 100% 準確率。分析發現,神經網絡實際上“頓悟”了使用傅立葉變換來計算同余加法!這個算法可以證明是正確的, 反人類直覺的。

從這倆例子里面我的感受是,只要數據量足夠且真實,且模型沒有硬錯誤的前提下,不斷的訓練說不定真的能夠產生一些意想不到的效果。

還有就是我覺得人類現在積累的知識并不少,但是系統的少,零星的多,如果類似ChatGPT這樣的大模型可以拿所有的人類已有知識進行不斷學習的話,我覺得有很大概率會讓它涌現出意想不到的能力。

甚至可能把人類的生產力解放提前很多。

參考

1.https://arxiv.org/pdf/2206.07682.pdf2.https://arxiv.org/pdf/2301.05217.pdf

標簽:

推薦

財富更多》

動態更多》

熱點

主站蜘蛛池模板: 欧产日产国产精品| 国产精品无码久久四虎| 最新在线精品国自产拍视频| 精品成人免费自拍视频| 成人国产mv免费视频| 国产欧美国产精品第一区| 韩国精品福利一区二区三区| 日韩 欧美 动漫 国产 制服| 亚洲精品国产成人99久久6| 18岁日韩内射颜射午夜久久成人 | 性欧美欧美巨大69| 国精品午夜福利视频| 亚洲中文色欧另类欧美| 精品熟女少妇av久久免费软件| 久久亚洲精品无码va大香大香| 国产av影片麻豆精品传媒| 国内精品自在拍精选| 精品人妻无码视频中文字幕一区二区三区| 国产超高清麻豆精品传媒麻豆精品 | 国产精品永久免费嫩草研究院| 亚洲人成网址在线播放| 无码毛片一区二区三区本码视频| 久久久99精品成人片| 熟女无套高潮内谢吼叫免费| 97久久精品无码一区二区天美| 国产美女亚洲精品久久久综合| 欧美另类 自拍 亚洲 图区| 久久久久久久久久久久久9999| 2019亚洲午夜无码天堂| 国色天香网www在线观看| 青青狠狠噜天天噜日日噜| 日韩视频无码免费一区=区三区| 亚洲综合成人av一区在线观看| 精品国产av色欲果冻传媒| 婷婷六月久久综合丁香| 呦男呦女视频精品八区| 精品+无码+在线观看| 精品日本一区二区免费视频| 国产亚洲精品久久久久秋霞| 舔高中女生奶头内射视频| 久久影院综合精品|