Naukowcy wprowadzili CLR-Bench – benchmark oceniający, czy agenty AI potrafią samodzielnie odkrywać ukryte reguły poprzez sprzężenie zwrotne, czy jedynie gromadzą listy wyjątków. Każdy poziom kurykulum dodaje nową ukrytą regułę opartą na rzeczywistych grupowaniach z sieci.
CLR-Bench to benchmark, który próbuje odpowiedzieć na jedno z najgorętszych pytań w AI: czy nasze modele naprawdę uczą się myśleć, czy tylko zapamiętują wyjątki jak rozrośnięty słownik osobliwości? Naukowcy zbudowali środowisko, w którym agent musi samodzielnie odkrywać ukryte reguły przez sprzężenie zwrotne, a każdy poziom curriculum dokłada nową warstwę złożoności opartą na rzeczywistych grupowaniach z sieci.
Brzmi jak prawdziwy test inteligencji, ale tu pojawia się niewygodne pytanie: jeśli reguły pochodzą z ludzkich kategoryzacji znalezionych w sieci, to czy mierzymy zdolność do rozumowania, czy tylko sprawdzamy, ile podobnych wzorców model pochłonął podczas treningu?
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdziesz w oryginalnym artykule
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google