The problem of ‘model collapse’: how a lack of human data limits AI progress
「模型崩潰」問題：缺乏人類數據限制人工智慧的進步

Research suggests use of computer-made ‘synthetic data’ to train top AI models could lead to nonsensical results in future
研究表明，使用電腦製造的「合成數據」來訓練頂級人工智慧模型可能會在未來導致荒謬的結果。

發佈於2024年7月24日更新於2024年7月25日 11:40 邁克爾•皮爾

The use of computer-generated data to train artificial intelligence models risks accelerating their collapse into nonsensical results, according to new research that highlights looming challenges to the emerging technology.

一項新的研究顯示，使用電腦生成的數據來訓練人工智慧模型有可能會加速其崩潰，從而產生毫無意義的結果，這項研究突顯了這一新興技術所面臨的挑戰。

您已閱讀6%（294字），剩餘94%（4685字）包含更多重要資訊，訂閱以繼續探索完整內容，並享受更多專屬服務。

The problem of ‘model collapse’: how a lack of human data limits AI progress「模型崩潰」問題：缺乏人類數據限制人工智慧的進步

人工智慧

相關話題

The problem of ‘model collapse’: how a lack of human data limits AI progress
「模型崩潰」問題：缺乏人類數據限制人工智慧的進步