知识卡片
规模路线胜出
可扩展的模型架构允许研究者增加数据和计算资源,观察性能变化。书中以 GPT 路线描述这种经验;增加规模并不保证所有任务或所有条件下都更好。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 规模很重要 · 查看原书依据
一直认为,在人工智能尤其是语言模型领域,只要扩大规模就能“马到成功”。在最强计算能力的加持下,数据越多,大模型的能力就越强。
参考来源
- 位置:《至高无上:一场颠覆世界的人工智能竞赛》第10章《规模很重要》(来源项目 book-source:`extracted/至高无上 一场颠覆世界的人工智能竞赛/_epub-src/EPUB/xhtml/Chapter4_1`)
- 结论依据:摘录提供案例或论点,正文中的适用边界是读者归纳。
- 原始内容:一直认为,在人工智能尤其是语言模型领域,只要扩大规模就能“马到成功”。在最强计算能力的加持下,数据越多,大模型的能力就越强。