Az MIT kutatói kifejlesztették a SEAL keretrendszert az AI önfejlesztéséhez
Az MIT kutatói kifejlesztették a Self-Adapting LLMs (SEAL) keretrendszert, amely lehetővé teszi a nagy nyelvi modellek számára, hogy saját magukat tanítsák és fejlesszék azáltal, hogy saját tanítóadatokat és utasításokat hoznak létre az önfrissítéshez.
- A SEAL lehetővé teszi a modellek számára, hogy saját „önmódosításokat” generáljanak – utasításokat a szintetikus adatok létrehozásához és paraméterek beállításához a saját súlyaik frissítése érdekében.
- Egy megerősítéses tanulási (reinforcement learning) hurkon keresztül, próbálkozások és hibák útján tanul, jutalmazva a modellt, ha olyan önmódosításokat generál, amelyek jobb teljesítményhez vezetnek.
- Tudásalapú feladatoknál az AI hatékonyabban tanult a saját jegyzeteiből, mint a sokkal nagyobb GPT-4 által generált tananyagokból.
- A rendszer drámaian javult a rejtvényfejtési feladatokban is: a standard módszerekkel elért 0%-ról 72,5%-ra ugrott, miután megtanulta, hogyan képezze magát hatékonyan.
Miért fontos?
Az önfejlesztő AI-t gyakran emlegetik a szuperintelligencia felé vezető út egyik lehetséges előjeleként. Bár a SEAL (és más kutatási keretrendszerek, mint például a Sakana DGM-je) még nincsenek ott, egy félelmetes, de izgalmas jövőre mutatnak rá, ahol a modellek képesek lesznek az emberi tervezésen túlmutatva, önállóan (exponenciálisan) fejlődni. ---
Kapcsolódó hírek