[일반] 그로킹이 사실이라면

[익명(49.166)]

훈련만 오래시키면 범용성 일반화가 되면

훈련이면 충분하다 아님?

보상은 충분하다처럼

학습이면 충분하다

[익명(59.14)]

후속연구를 기다려봐야지

[익명(49.166)]

후속연구 빨리해라!!

[익명(175.117)]

점점 agi 오는게 빨라지는듯

[익명(49.166)]

그런듯

[익명(125.180)]

한가지 일을 고도로 하기 위해선 범용성도 필요한다는 걸까? 어쩌면 인간 자체도 그럴거같다

[익명(49.166)]

그게아니라 지금까지 ai들은 narrow ai였잖아 agi라는게 범용성을띄는것이니 범용성이 agi의 포인트인것이지

[ㅎㅎ(1.244)]

언어 모델이 시각모델이 된다는 의미의 범용성이랑 상관이 있나? 적은 데이터로 충분하다라는 의미잖아.CT 데이터도 많이 필요없고,영상의학과 전문의가 배우는 분량 정도의 데이터만 있으면 전문의랑 비슷한 수준의 판별을 한다는 의미지..

[익명(thor2018)]

그로킹이 시사하는게 뭐냐면... 그동안은 훈련 테스트에서 100점 맞고 난뒤에 더 훈련시키면 과적합으로 오히려 역효과가 나서 성능이 떨어지기 시작한다 이거 였음. 그래서 연구자들이 훈련테스트 100점에서 다 훈련 정지하고 거기서 그 특정 딥러닝이 성공적이다 실패다 판단을 내렸었음. 지금까진 특정 수행 딥러닝을 만들려면 정답 모델보다 더 큰 모델이 필요하고 그래서 한정된 자원을 감안하면 큰 성능을 못 냈었음. 근데 알고보니 실패라고 생각한 특정 딥러닝도 그 과적합 라인을 돌파해서 계속 훈련을 존나 더시키니까 존나 성공적인게 되버린거임. 즉 지금 우리가 가진 자원 하에서의 딥러닝 성능이 존나 높아져버린거. 같은 컴퓨팅 파워로도 지금 codex가 하는 일보다 훈련만 더 시키면 더 대단한 것도 할 수 있게됨.

[익명(49.166)]

그런데 왜 그후로 소식이없는거야 지금 계속 더 훈련시키는중인가??

[익명(thor2018)]

뭐 얼마나 됐다고 벌써 나오겠냐? 일단 된다는 건 이미 알고 있으니까 왜 되느냐 또 훈련을 얼마나 더 시켜야 되느냐 이런거 연구해서 논문 쓰고 하려면 3~6개월 정도는 걸릴듯.

[익명(49.166)]

제발 빨리!!

[익명(49.166)]

근데발견은 2021 10월경아님? 몇개월 지났는데