Badacze wprowadzili dwuetapowy protokół treningu testowego dla modeli ARC, który rozdziela uczenie embeddingu reguły od dostrajania sieci, co pozwala lepiej ocenić, czy AI naprawdę wnioskuje reguły, czy korzysta ze skrótów.
Benchmark ARC to od lat kość niezgody między optymistami a sceptykami AI, bo wymaga czegoś, co dla człowieka jest banalne: wychwycenia reguły z kilku przykładów i zastosowania jej w nowym kontekście. Nowy dwuetapowy protokół trenowania testowego rozdziela uczenie się "esencji reguły" od dostrajania całej sieci, co brzmi jak próba złapania AI za rękę w momencie, gdy faktycznie rozumuje, a nie tylko sprytnie zgaduje.
Brzmi jak przełom, ale kluczowe pytanie pozostaje otwarte: czy rozdzielenie tych dwóch etapów naprawdę ujawnia prawdziwe wnioskowanie, czy tylko tworzy kolejną warstwę iluzji, którą model nauczy się sprawnie odgrywać?
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