Datawhale干货
【资料图】
作者:平凡@知乎,诺桑比亚大学,在读博士
今天晚上,花了一点儿时间看了两篇文章:
《Emergent Abilities of Large Language Models》[1]
《PROGRESS MEASURES FOR GROKKING VIA MECHANISTIC INTERPRETABILITY》[2]
这两篇讲的都是emergent behavior,即涌现现象。
大规模神经网络下的涌现现象在机器学习中使用大规模神经网络时,由于增加了参数数量、训练数据或训练步骤等因素,出现了定性上的新能力和性质,这些能力和性质在小规模神经网络中往往是不存在的。
第一篇文章举了这个例子,每个图都可以理解为一个任务,横轴是神经网络的规模,而纵轴是准确率,可以理解为模型的性能。
我们拿图一来看,在10的22次方前,这些模型基本上的性能基本上都很稳定在0附近,而在10的22以后,突然在10的24次方上获得了很大的性能提升,在其他的几个任务上都表现出类似的特征。
意想不到的效果第二篇文章更是有趣,我直接把推特一位博主的评论引用在这里:
作者发现,当我们训练用网络计算同余加法 a+b = ? (mod c) 时,网络在某个时间突然获得了 100% 准确率。分析发现,神经网络实际上“顿悟”了使用傅立叶变换来计算同余加法!这个算法可以证明是正确的, 反人类直觉的。
从这俩例子里面我的感受是,只要数据量足够且真实,且模型没有硬错误的前提下,不断的训练说不定真的能够产生一些意想不到的效果。
还有就是我觉得人类现在积累的知识并不少,但是系统的少,零星的多,如果类似ChatGPT这样的大模型可以拿所有的人类已有知识进行不断学习的话,我觉得有很大概率会让它涌现出意想不到的能力。
甚至可能把人类的生产力解放提前很多。
参考
1.https://arxiv.org/pdf/2206.07682.pdf2.https://arxiv.org/pdf/2301.05217.pdf下一篇:最后一页
Datawhale干货作者:平凡@知乎,诺桑比亚大学,在读博士今天晚上,花了
端午节,又称端阳节、龙舟节、重午节、重五节、天中节等,日期在每年农
中新网6月10日电据“中国铁路”微信公众号消息,6月10日,国铁集团将在
1、搜索“空中剧院2014年九九重阳京剧演唱会”。2、我已经找到。3、大
据德国联邦统计局的数据显示自中国进口的电动汽车同比增长近3倍,德国
生肖牛的人贵人星闪耀,乐于见到挑战,体贴忠诚,选择在事业上更加努力
1、亲呢专业呢需要评专业首先助工专科只需要2年了哦也说2014年申报助工
成都大运会火炬传递今日开启,火炬手们送祝福!2023年06月10日10:07:36
1、最简单的就是在榨汁机榨。2、2、将新鲜黄瓜一条洗净,放在器皿里捣
问:据报道,6月8日,英国首相苏纳克在访问美国时称,中国和俄罗斯等国