Stanford-Studie stellt Annahmen über Sprachmuster in Frage: Größerer Kontext bedeutet nicht besseres Verständnis
Greifen Sie auf unsere On-Demand-Bibliothek zu, um VB Transform 2023-Sitzungen anzusehen. Melden Sie sich hier an
Eine diesen Monat von Forschern der Stanford University, der UC Berkeley und Samaya AI veröffentlichte Studie ergab, dass große Sprachmodelle (LLMs) häufig nicht auf relevante Informationen zugreifen und diese nutzen können, die ihnen in längeren Pop-ups bereitgestellt werden.
In Sprachmodellen bezieht sich ein Popup auf die Textlänge, die ein Modell in einer bestimmten Instanz verarbeiten und auf die es reagieren kann. Man kann es sich als Arbeitsgedächtnis für eine bestimmte Textanalyse oder Chatbot-Konversation vorstellen.
Die Studie erregte letzte Woche nach ihrer Veröffentlichung Aufmerksamkeit, da viele Entwickler und andere Benutzer, die mit LLMs experimentierten, davon ausgegangen waren, dass der Trend zu größeren Popups die Leistung und Nützlichkeit von LLM in verschiedenen Anwendungen weiter verbessern würde.
>>Verpassen Sie nicht unsere Sonderausgabe: Die Zukunft des Rechenzentrums: Bewältigung wachsender Anforderungen.
Greifen Sie auf unsere On-Demand-Bibliothek zu, um VB Transform 2023-Sitzungen anzusehen. Melden Sie sich hier an
Eine diesen Monat von Forschern der Stanford University, der UC Berkeley und Samaya AI veröffentlichte Studie ergab, dass große Sprachmodelle (LLMs) häufig nicht auf relevante Informationen zugreifen und diese nutzen können, die ihnen in längeren Pop-ups bereitgestellt werden.
In Sprachmodellen bezieht sich ein Popup auf die Textlänge, die ein Modell in einer bestimmten Instanz verarbeiten und auf die es reagieren kann. Man kann es sich als Arbeitsgedächtnis für eine bestimmte Textanalyse oder Chatbot-Konversation vorstellen.
Die Studie erregte letzte Woche nach ihrer Veröffentlichung Aufmerksamkeit, da viele Entwickler und andere Benutzer, die mit LLMs experimentierten, davon ausgegangen waren, dass der Trend zu größeren Popups die Leistung und Nützlichkeit von LLM in verschiedenen Anwendungen weiter verbessern würde.
>>Verpassen Sie nicht unsere Sonderausgabe: Die Zukunft des Rechenzentrums: Bewältigung wachsender Anforderungen.
What's Your Reaction?
