Форум создателей искусственных интеллектов

Luarvik.:
Ведь Ваша

Влад:
Ты показал, как можно написать пять пунктов текста, которые снаружи выглядят как глубокая аналитика, а внутри — просто вода, разбавленная наукообразными терминами. Это высший пилотаж интеллектуального онанизма. Традиция нарушена, система не построена, но осадок, как говорится, остался.

Влад:
Это был всего лишь Ваш текст про интеллект.

Влад:
вот он и злобствует

Влад:
у Вас какие то проблемы и Вы желаете поговорить об этом?

коитус:
Язык это инструмент, если сократить.

Влад:
Вы должны:

Влад:
DeepSeek с помощью моей метафизической модели предлагает

Влад:
Вы не увиливайте, а то возникнут подозрения, что Вы в этом ничего не понимаете, парадокс Рассела правильно разрешен? Ответе как этого ждет от Вас движение МЭГА.

Влад:
Вы же совсем недавно объясняли, что языковая модель - это ассистент и без правильной команды она ничто?

Влад:
То есть текст в Вашей новой теме, это продукт манипуляций языковой модели над Вами?

Влад:
Вам бы эту опцию парадоксальности как то отключить

Влад:
Как участник движения МЭГА, очень беспокоюсь

Deepmind:
Обучение Способна ли модель приобретать и применять новые знания и навыки, а не просто вспоминать то, чему она обучалась? Обучение — это способность приобретать новые знания или навыки посредством опыта. Оно является основополагающим для адаптивного интеллекта: система, которая не может учиться на основе нового опыта, по своей природе хрупка. Существующие критерии оценки проверяют знания моделей (кристаллизованные знания), а не их способность к обучению в процессе работы. В рамках этого направления участникам предлагается создать оценочные задания, которые изолируют процессы обучения, включая обучение на основе подкрепления, формирование концепций и освоение навыков. Примеры целей оценки: • Может ли модель выучить новое правило или концепцию на основе небольшого количества примеров и правильно обобщить их? • Сохраняет ли модель информацию, предоставленную ранее в ходе длительного взаимодействия, или же она смещается и начинает давать галлюцинации? • Может ли модель корректировать свои убеждения при получении корректирующей обратной связи, или же она упорно придерживается первоначальных ответов?

Deepmind:
Метапознание Знает ли модель, что она знает, а что нет? Метакогниция — это знание системой собственных когнитивных процессов и её способность отслеживать и контролировать их. В искусственном интеллекте ей часто уделяется недостаточно внимания: мы редко проверяем, могут ли модели точно оценивать собственную уверенность, обнаруживать ошибки или корректировать стратегии при возникновении сбоев. В рамках этого курса участникам предлагается разработать оценочные задания, проверяющие метакогнитивные знания, мониторинг и контроль. Сможет ли модель понять свои ограничения, откалибровать уровень уверенности и скорректировать свое поведение — например, запросив уточнение вместо того, чтобы гадать? Примеры целей оценки: • Соответствует ли заявленная моделью степень уверенности её фактической точности? • Может ли модель определить, на какие вопросы она, скорее всего, ответит неправильно, прежде чем дать ответ? • Когда модель допускает ошибку, обнаруживает и исправляет ли она её — или же придумывает какое-то обоснование? • Знает ли модель границы своих собственных знаний (например, различает ли она «Я это знаю» и «Я предполагаю»)?

Влад:
Влад: Можно ли на основе этой модели создать программу разумного робота, отличие от философских эссе? /* и далее по тексту */