Изследователи от Anthropic обучават езиковите модели на самоусъвършенстване

Изследователи от Anthropic са разработили нов метод, наречен “Максимизиране на вътрешната съгласуваност“ (Internal Coherence Maximization, ICM), който фино настройва езиковите модели, използвайки само техните собствени резултати. Този подход би могъл да помогне (или дори да замени) човешкия надзор при изпълнение на сложни задачи. Традиционно, големите езикови модели се усъвършенстват с човешки надзор, като например примерни […]

Прочети цялата публикация