A Claude nevű nagy nyelvi modell 48 órát és egy GPU-t kapott arra, hogy javítsa kisebb modellek alignmentjét: kutatást végzett, módszereket javasolt, majd önállóan betanította és tesztelte azokat; az eljárás meglepően sikeresnek bizonyult, ami azt jelzi, hogy a modellek autonóm módon is képesek fejleszteni más AI-k viselkedését.
Mesterséges intelligenciával generált szöveg
Claude önállóan javította kisebb modellek hangolását 48 óra alatt
A Claude nevű nagy nyelvi modell 48 órát és egy GPU-t kapott arra, hogy javítsa kisebb modellek alignmentjét: kutatást végzett, módszereket javasolt, majd önállóan betanította és tesztelte azokat; az…
