Badacze z Princeton wytrenowali model LLM liczący 4 miliardy parametrów, który osiągnął poziom 2700 Elo w szachach bez oznak plateau podczas treningu i potrafi wyjaśniać swoje ruchy. Technika treningowa ma zastosowanie także w robotyce, grach i obsłudze komputera.
Szachy zawsze były poligonem doświadczalnym dla sztucznej inteligencji, ale Princeton właśnie przestrzeliło poprzeczkę: ich model o zaledwie 4 miliardach parametrów gra na poziomie 2700 Elo, czyli w lidze absolutnych arcymistrzów, i co ważniejsze, potrafi wytłumaczyć, dlaczego wykonał dany ruch. To nie jest tylko maszyna bijąca ludzi, to maszyna, która rozumuje na głos.
Brzmi jak przełom, a twórcy kuszą wizją zastosowań w robotyce i sterowaniu komputerem. Ale tu pojawia się niewygodne pytanie: czy model naprawdę "rozumie" szachy, czy tylko nauczył się generować przekonująco brzmiące uzasadnienia, które równie dobrze mogą być wyrafinowaną ściemą?
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdziesz w oryg
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