lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
หน้าแรก
AI
OPRR
ด่วน
ความลึก
กิจกรรม
BlockBeats Pro
เพิ่มเติม
การเงิน
พิเศษ
ระบบนิเวศบล็อกเชน
รายการ
พอดแคสต์
ข้อมูล
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
Partnered With:

โมเดลขนาดใหญ่สามารถ "เรียนรู้ไปพร้อมกับการทำงาน" ได้จริงหรือไม่? ByteDance และ Epoch AI เผยแพร่ข้อสรุปที่ขัดแย้งกันในวันเดียวกัน

ตามการติดตามของ Beating ทีม Seed ของ ByteDance ได้เปิดตัวเกณฑ์มาตรฐานเอเจนต์อัจฉริยะ EdgeBench เพื่อศึกษาประสิทธิภาพการเรียนรู้สภาพแวดล้อมของ AI ในภารกิจระยะยาว 12 ถึง 72 ชั่วโมง หลังจากวิเคราะห์บันทึกการทำงานของเอเจนต์มากกว่า 38,000 ชั่วโมง ทีมวิจัยพบว่าเส้นโค้งการเรียนรู้ของ AI สามารถคาดการณ์ได้สูง โดยประสิทธิภาพของเอเจนต์จะเพิ่มขึ้นตามระยะเวลาการโต้ตอบที่ยาวนานขึ้น และสอดคล้องกับเส้นโค้ง log-sigmoid อย่างแม่นยำ นักวิจัยใช้ทฤษฎีการค้นหากราฟเพื่ออธิบายรูปแบบนี้ โดยมองว่าความก้าวหน้าของเอเจนต์เปรียบเสมือนการขยายขอบเขตบนแผนที่ทักษะ ทีม Seed ได้เปิดเผยกรอบการทดสอบเกณฑ์มาตรฐานและภารกิจแรก 51 ภารกิจเป็นโอเพนซอร์สแล้ว

ในทางตรงกันข้าม สถาบันวิจัย Epoch AI ได้เผยแพร่ผลการประเมิน EBR-bench ในวันเดียวกัน ซึ่งได้ข้อสรุปที่แตกต่างกัน ในการทดสอบสภาพแวดล้อมเกมกระดาน แม้จะมีคู่มือกลยุทธ์ให้ AI ก็แทบไม่แสดงพฤติกรรมการเรียนรู้และการปรับปรุงตนเองหลังจากลองซ้ำหลายครั้ง ความแตกต่างนี้ชี้ให้เห็นว่าศักยภาพการเรียนรู้ด้วยตนเองของ AI ได้รับผลกระทบอย่างมากจากสภาพแวดล้อมของภารกิจและการออกแบบลูปฟีดแบ็ก ในสถานการณ์ที่ต้องการการตอบสนองสภาพแวดล้อมอย่างต่อเนื่อง เช่น วิศวกรรมระดับระบบหรือการสำรวจทางวิทยาศาสตร์ เอเจนต์สามารถสร้างข้อได้เปรียบสะสมได้ แต่ในเกมแบบไม่ต่อเนื่องที่มีกลยุทธ์ซับซ้อน การเรียนรู้ในขณะทำงานในปัจจุบันยังคงเป็นเรื่องยาก

แก้ไข/รายงาน
ส่ง
เพิ่มคลัง
เห็นได้เฉพาะตัวเอง
สาธารณะ
บันทึก
เลือกคลัง
เพิ่มคลัง
ยกเลิก
เสร็จสิ้น