
Bytedance стверджує, що більшість етапів навчання штучного інтелекту є зайвими
Команда з Bytedance, материнської для TikTok, та кількох університетів США стверджує, що складні конвеєри навчання ШІ стали надто вкладеними, і має на меті показати, що трьох кроків достатньо. Роботу підкріплює конкурентна відкрита модель.
Команда з компанії Bytedance, материнської для TikTok, та кількох університетів США стверджує, що багато етапів навчання штучного інтелекту можуть бути зайвими. За новою статтею, команда має на меті показати, що трьох кроків достатньо для таких можливостей, як вебдослідження, виконання коду та розв'язання багатокрокових завдань. Це твердження підкріплює конкурентна відкрита модель.
Тренувальні конвеєри стають дедалі вкладенішими
Агенти штучного інтелекту дедалі більше покладаються на складні конвеєри навчання. Від моделей штучного інтелекту очікують самостійного дослідження вебу, запуску коду та розв'язання багатокрокових завдань. За статтею, методи навчання, що лежать в основі цих можливостей, стають дедалі вкладенішими: багато розробників поєднують численні етапи навчання один за одним.
У статті стверджується, що стало майже неможливо визначити, який саме крок справді допомагає, а відтворення роботи стає дедалі дорожчим.
Простіше твердження про навчання
Команда Bytedance та кілька університетів США має на меті показати, що трьох кроків достатньо. Стаття підкріплює цей аргумент конкурентною відкритою моделлю.
Чому цей аргумент має значення
Коли системи штучного інтелекту беруть на себе такі завдання, як вебдослідження, виконання коду та розв'язання багатокрокових задач, конвеєри навчання стають складнішими. Аргумент статті зосереджується на тому, чи взагалі потрібно стільки поєднаних етапів, саме тоді, коли відтворення роботи стає дедалі дорожчим.
Джерела: The Decoder
SiTech — веброзробка з підтримкою AI
Створюємо швидкі та сучасні сайти й інтегруємо AI у бізнес-процеси. Маєте проєкт чи запитання? Із задоволенням допоможемо.