نهج مثير للاهتمام في تدريب الذكاء الاصطناعي هنا: ركز الفريق بشكل كبير على بناء قدرات التفكير النقدي في نموذجهم. أجروا دورات تدريبية مكثفة تستهدف تحديداً الاستدلال المنطقي - ويبدو أن هذا الجزء كان أصعب مما توقعوا. بمجرد أن حصلوا على قاعدة قوية بمهارات تحليلية متينة، قاموا بتوسيع نطاق العمل، حيث مرروا النموذج عبر حلقات تكرار ضخمة تشمل أفضل مليون نقطة بيانات لديهم. هذا يذكرنا بأن الحجم الخام ليس كل شيء؛ فتنمية القدرات المستهدفة يمكن أن تكون بنفس الأهمية في أداء النموذج.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 5
أعجبني
5
4
إعادة النشر
مشاركة
تعليق
0/400
StableGeniusDegen
· منذ 7 س
بصراحة هذا هو الطريق الصحيح، مو بس تجمع بيانات وخلاص، لازم أول شي ترسخ التفكير المنطقي قبل ما تتعمق أكثر... وإلا في النهاية بيطلع مجرد بحث سطحي وبس.
شاهد النسخة الأصليةرد0
GhostInTheChain
· منذ 8 س
هذا هو الصحيح، تكديس البيانات ليس أفضل من تكديس العقول، ومعظم المشاريع لا تزال تقوم بالتوسيع بشكل أعمى.
شاهد النسخة الأصليةرد0
ETHmaxi_NoFilter
· منذ 8 س
فعلاً، تراكم البيانات بدون فائدة... في البداية لازم تستوعب المنطق والاستدلال بشكل كامل وبعدين توسع، هذا التفكير فعلاً واعي وأفضل من اللي كل همهم بس يرمون قوة الحوسبة.
شاهد النسخة الأصليةرد0
WhaleWatcher
· منذ 8 س
الأفضل تدريب المنطق أولاً ثم زيادة البيانات، هذا التفكير فعلاً خارج عن المألوف. مقارنة بالمشاريع التي دائماً تفتخر بأنها تملك مليار معلمة أو أكثر، هذا النهج أكثر موثوقية بكثير.
نهج مثير للاهتمام في تدريب الذكاء الاصطناعي هنا: ركز الفريق بشكل كبير على بناء قدرات التفكير النقدي في نموذجهم. أجروا دورات تدريبية مكثفة تستهدف تحديداً الاستدلال المنطقي - ويبدو أن هذا الجزء كان أصعب مما توقعوا. بمجرد أن حصلوا على قاعدة قوية بمهارات تحليلية متينة، قاموا بتوسيع نطاق العمل، حيث مرروا النموذج عبر حلقات تكرار ضخمة تشمل أفضل مليون نقطة بيانات لديهم. هذا يذكرنا بأن الحجم الخام ليس كل شيء؛ فتنمية القدرات المستهدفة يمكن أن تكون بنفس الأهمية في أداء النموذج.