bong da truc tiep k 1 và cải thiện khả năng lập luận

bong da truc tiep k 1 và cải thiện khả năng lập luận

Minh Phú

Minh Phú

08:56 - 13/04/2025
Công bong da truc tiep k 1 & Khuyến học trên

Khi khả năng tự điều chỉnh và tự lý luận được cải thiện, các mô hình LLM mới nhất tìm ra những khả năng mới với tốc độ cao khiến việc đo lường mọi khả năng của các nhà lập trình trở nên khó khăn hơn.

bong da truc tiep k 1 đang trở nên quá thông minh so với chuẩn mực - Ảnh 1.

Những người bi quan về sự tiến bộ liên tục của bong da truc tiep k 1 có thể đã sai. Theo Michael Gerstenhaber của Anthropic, các mô hình ngôn ngữ lớn (LLM) và bong da truc tiep k 1 tạo sinh đang liên tục cải thiện khả năng tự sửa lỗi và lập luận, mở ra những công việc mới mà chúng có thể thực hiện.

Michael Gerstenhaber hiện là Phó chủ tịch quản lý sản phẩm tại Anthropic. Ông có nhiều kinh nghiệm trong ngành công nghệ, đặc biệt là trong các vai trò quản lý sản phẩm. Trước khi gia nhập Anthropic, ông đã giữ một số vị trí tại Datadog, bao gồm Giám đốc cấp cao và Giám đốc quản lý sản phẩm.
Sự nghiệp của ông cũng bao gồm các vai trò như Giám đốc Sản phẩm và Vận hành tại The Happy Cloud và Kỹ sư Phần mềm tại Cisco Systems.

Gerstenhaber cho biết Anthropic thường xuyên ra mắt các mô hình mới, mở rộng khả năng của LLM, chẳng hạn như lập kế hoạch nhiệm vụ phức tạp (ví dụ: đặt pizza trực tuyến).

Trái ngược với quan điểm của những người hoài nghi cho rằng bong da truc tiep k 1 đang "gặp rào cản" và lợi nhuận từ mỗi thế hệ mô hình mới đang giảm dần, Gerstenhaber khẳng định rằng Anthropic đang vượt qua các tiêu chuẩn bong da truc tiep k 1 hiện tại. Ông lập luận rằng bong da truc tiep k 1 đang cho phép các chức năng hoàn toàn mới, vượt xa khả năng đo lường bằng các nhiệm vụ cũ.

bong da truc tiep k 1 đang trở nên quá thông minh so với chuẩn mực - Ảnh 2.

Michael Gerstenhaber

Vijay Karunamurthycủa Scale bong da truc tiep k 1 cũng cho rằng việc mở rộng quy mô GenAI sẽ thúc đẩy sự tự điều chỉnh của mạng nơ-ron.

Thêm vào đó, các chuyên gia đều nhấn mạnh rằng trí tuệ đang không ngừng phát triển và chúng ta đang tìm hiểu cách cấu trúc các nhiệm vụ lập kế hoạch và lập luận để mô hình có thể thích ứng với nhiều môi trường mới.

Theo Gerstenhaber, Anthropic vẫn đang học hỏi từ các nhà phát triển ứng dụng để hiểu rõ hơn về những gì họ cần và những hạn chế của mô hình ngôn ngữ, từ đó thúc đẩy cả nghiên cứu cơ bản và khả năng thích ứng của công ty.

Bình luận của bạn

Bình luận

icon icon