Доклад «Об исследовании «языковой интуиции» в больших языковых моделях искусственного интеллекта» 

Ура! Вернулся ! Респект и уважение Роман. Репост обязательно.

И снова здравствуйте))) рад снова услышать!!!!

Очень интересно, давно искал такое на ютубе

Добрый день Роман, интересный доклад. Мне кажется, что если объединить в модели не только язык, но и информацию из фото, видео, звука - результаты будут интереснее. Наверное для них трудно понять ощущения людей на естественном языке, когда нет чёткого представления об объекте о котором идёт речь.

Интересный доклад, спасибо. Мы в Федеральном архиве пробовали использовать обучение клонов Chatgpt для своего цифрового ассистента. Основная проблема ответов таких GPT моделей - каждый раз новый ответ, а нам необходим один однозначный ответ на определенный вопрос, без галлюцинаций и вариативности. Вторая проблема - необходимость достоверного доказательства, почему и на основе чего был сделан тот или иной ответ. Как мы понимаем, ничего такого в нейросетевых решениях нет. Приходится свои ЦА строить на ассоциативном конвейерном ИИ, неким гибридом разных методов, эмулируя некий единый мета-язык граждан и мета язык архива. Кстати, коробит очень утверждение, что природа мышления человека основана только нейронах. Ведь нейронные механизмы - только индукционный подход, эмоция. Истина несколько в стороне...

про Фурье расскажите простыми словами как Вы можете

а можете что-нибудь рассказать про переходные процессы в статистике?

Ощущение, что ChatGPT и GPT-4 имеют разный способ понимания языка. Может, формирование паттернов происходит в GPT-4 на простых языках, а на сложных ему банально не хватает мощности для этого? А вот ChatGPT тупо достаёт слова, паттерны создавать не пытается, и поэтому на простых языках ему не хватает вариантов для критической массы статистики для правильных результатов, а с ростом сложности растёт массив вариантов, набирается нужная статистика, и результат растёт? Наверное я написал чушь, но так сработала моя естественная нейросеть в пол-пятого утра )