ಚಾಟ್‌ಜಿಪಿಟಿ ಭಾಷಾ ಜನನವನ್ನು ಪುನರ್‌ಆವಿಷ್ಕಾರ ಮಾಡುತ್ತದೆ. ಈ ತಂತ್ರಜ್ಞಾನ ಪೂರ್ವಭಾವಿಯಾಗಿದ್ದು, ಮಾನಸಿಕ ಕಾರ್ಯವಿಧಾನಕ್ಕೆ ಸಮಾನವಾದದ್ದು. ಶೋಧನೆಗಳು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಕೇವಲ ವಾಕ್ಯಶ್ರೇಣಿಗಳು ಎಂದು ಬೀದಿಲಾಗಿ ಇಲ್ಲ; ಇದು ಆಕಕೆ ಮಟ್ಟದ ಮಾದರಿಗಳು ಮತ್ತು ನೆನೆಪಿಗೆ ಅವಲಂಬಿತವಾಗಿದೆ, ಇದು ಹೊಸ ತಾರತಮ್ಯ ಪರಿಕಲ್ಪನೆ ಒಂದು ತಲುಪಿಸುತ್ತದೆ.
ಗಹನ ವಿಶ್ಲೇಷಣೆಗಳಲ್ಲಿಯು ನಿಲ್ಲುವ ಈ ಪತ್ತೆ, ಭಾಷಾ ಮಾದರಿಗಳ ಅಧ್ಯಯನದ ಪುರಾತನ ದೃಷ್ಟಿಕೋನಗಳನ್ನು ಪ್ರಶ್ನಿಸುತ್ತದೆ. ಮಾಹಿತಿಯು ಶೀಘ್ರದಲ್ಲಿ ಕಲಿತ ನಿಯಮಗಳಲ್ಲಿಯಲ್ಲದೆ ಸಕಾರಾತ್ಮಕ ಕಲಿಕೆಯನ್ನು ತೋರಿಸುತ್ತದೆ, ಇದು ಮಾನವನ ಅನುಭವದೊಂದಿಗೆ ಅಗತ್ಯವಾಗಿ ಸಂಬಂಧವಿದೆ. ಈ ವೇಳೆ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಅಭಿವೃದ್ಧಿಯ ಮೇಲೆ ಈ ಚಲನಶೀಲನಿಯ ಆಳವಾದ ಭಾವನೆಗಳನ್ನು ಗ್ರಹಿಸುವುದು ಮುಖ್ಯವಾಗಿದೆ.
ಅಧ್ಯಯನದ ಕೇಂದ್ರ ತತ್ವ
ಆಕ್ಸ್ಫಾರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯ ಮತ್ತು ಆಲನ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ ಫಾರ್ ಎಐ ಬಳಗೆತ್ತಿರುವ ವಿಜ್ಞಾನಿಗಳಿಂದ ನಾಗಾಲೋಟವು, ಭಾಷಾ ಮಾದರಿಗಳು ಮತ್ತು ಅದರಲ್ಲಿ രಚನೆಯ ಸಂಖ್ಯೆಗಳ ತೆರೆಯ ರೀತ್ಯನ್ನು ಮಾನವರಂತೆ ವಿಮರ್ಶಿಸುವ ಪ್ರಯೋಗ ನಡೆಸಿತು. ಈ ಅಧ್ಯಯನವುವು ಈ ಮಾದರಿಗಳು ತಮ್ಮ ತರಬೇತಿಯ ಡೇಟಾಗಳಿಂದ ನಿಯಮವನ್ನು ಶ್ರೇಣೀಬದ್ಧವಾಗಿ ಪಡೆದುಕೊಳ್ಳುತ್ತವೆ ಎಂಬ ಪರಿಕಲ್ಪನೆಯನ್ನು ಪ್ರಶ್ನಿಸುತ್ತವೆ.
ನವೀನ ವಿಶೇಷಣಗಳೊಂದಿಗೆ ಪ್ರಯೋಗ
ಪರೀಕ್ಷಕ ಪ್ರತಿವಾದವನ್ನು ಮಾನವರೊಂದಿಗೆ ಹೋಲಿಸುವ ಸದಸ್ಯರು, ಓಪನ್ ಸೋರ್ಸ್ ಭಾಷಾ ಮಾದರಿ GPT-J ನ ಮುನ್ನೋಟವನ್ನು ತೆಗೆದುಕೊಂಡಿದ್ದಾರೆ. ಅವರು ಇಂಗ್ಲಿಷ್ನಲ್ಲಿ ಪದರಚನೆಯ ಸಾಮಾನ್ಯ ಮಾದರಿಯನ್ನು ಬಳಸಿದಾಗ, ವಿಶೇಷಣಗಳನ್ನು “-ness” ಮತ್ತು “-ity” ಅನಾವರಣಗಳ ಮೂಲಕ ನಾಮಗಳನ್ನು ತಲುಪಿಸುತ್ತಾರೆ. ಉದಾಹರಣೆಗೆ, “happy” “happiness” ಆಗುತ್ತದೆ. ಈ ಪ್ರಯೋಗವು “cormasive” ಎಂಬ 200 ಸ್ಪಷ್ಟವಾಗಿ ರೂಪಿತ ನಾಮಗಳನ್ನು ನಿರ್ಮಿಸುವುದನ್ನು ಒಳಗೊಂಡಿತು.
ತಾರತಮ್ಯ ಮತ್ತು ನೆನೆಪಿಸುವಿಕೆ
ಫಲಿತಾಂಶಗಳು GPT-J ತಾರತಮ್ಯದ reasoning ಅನ್ನು ಬಳಸುತ್ತವೆ, ಇದು ಅದು ತರಬೇತಿ ಡೇಟಾಗಳಲ್ಲಿಯಲ್ಲಿರುವ ನಿಜವಾದ ಶಬ್ದಗಳೊಂದಿಗೆ ಸಾಮ್ಯವನ್ನು ಆಧಾರಿತವಾಗಿದೆ. ನಿಯಮಗಳನ್ನು ಅಳವಡಿಸುವ ಬದ್ಧವಾದ ಪ್ರಕ್ರಿಯೆಯ ಬದಲಿಗೆ, ಇದು ಅನಾಲೊಜಿಗಳನ್ನು ಆಧರಿಸಿ ಪ್ರತಿಗಳನ್ನು ರಚಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, “friquish” ಅನ್ನು “friquishness” ವರ್ತಿಸುತ್ತದೆ ಏಕೆಂದರೆ ಇದು “selfish” ಎಂಬ ಶಬ್ದಗಳಿಗೆ ಹೋಲಿಸುತ್ತವಾಗಿದೆ, ಮತ್ತು “cormasive” ಗೆ ಹತ್ತಿರ ಖರಾರಿತೆ ಶಬ್ದಗಳ ಬಳಿ ಇರುತ್ತದೆ.
ತರಬೇತಿಯ ಡೇಟಾದದಲ್ಲಿ ಸಂಭವನೀಯತೆಯ ಪ್ರಭಾವ
ಅಧ್ಯಯನವು ಶಬ್ದಗಳ ರೂಪಾಂತರಗಳ ಅಡಿಯಲ್ಲಿ ತರಬೇತಿಯ ಡೇಟಾದಲ್ಲಿರುವ ಸಂಭವನೀಯತೆಗಳನ್ನು ತಿಳಿಯಿಸಿದೆ. 50,000 ಇಂಗ್ಲಿಷ್ ಪ್ರಶ್ನೆಗಳ ಶ್ರೇಣಿಯನ್ನು ಪರೀಕ್ಷಿಸಲಾಗಿದೆ. ಮಾದರಿಯ ಭವಿಷ್ಯವು ತರಬೇತಿಯಲ್ಲಿ ಇರುವ ಶಬ್ದಗಳಲ್ಲಿ ತೊಡಗಿಸುತ್ತದೆ, ಇದು ಭಾವುಕ ಆಟುವಾಗಲೆಲ್ಲಾ ಉಲ್ಲೇಖಿತವಾಗಿದೆ. LLM ವೇಳೆತರಾನುಭವಿ ಶಬ್ದವಾಗಿ ಕಲಿಯುವುದು ಹೇಗೆ ಅದನ್ನು ಸೂಚಿಸುತ್ತವೆ.
ಮಾನವಿ ಮತ್ತು ಭಾಷಾ ಮಾದರಿಯ ನಡುವಿನ ಅಂತರಗಳು
ಮಾನವರ ಬುದ್ಧಿ ಎಲ್ಲಾ ಪ್ರಮುಖ ಶಬ್ದ ರೂಪಗಳ ಮೇಲೆ ಒಂದು ಸಂಪತ್ತಿನ ಪಠ್ಯವನ್ನು ಹೊಂದಿದೆ, ಇದು ಶ್ರೇಣೀಬದ್ದ ವ್ಯಾಖ್ಯಾನದಲ್ಲಿ ಮಾತ್ರ ತಲುಪಿಲ್ಲ. “friquish” ಮತ್ತು “cormasive” ಇನ್ನು ಇಂಗ್ಲಿಷ್ನಲ್ಲಿ ಶಬ್ದಗಳು ಎಂಬುದನ್ನು ಗುರುತಿಸುತ್ತವೆ. ಈ ಹೊಸ ಶಬ್ದಗಳನ್ನು ಮಾನನೂರು ರೂಪಿಸಲು, ಅವರು ತಮ್ಮ ತಿಳುವಳಿಕೆಮೇಲಿಂಡವನ್ನು ಆಧರಿಸಿಕೊಂಡು ಸಮಾನ ಪ್ರಮಾಣವನ್ನು ಬಳಸುತ್ತಾರೆ.
LLMs ನ ಲಕ್ಷಣಗಳು
LLMs, ಇದರ ವಿರುದ್ಧವಾಗಿ, ತಮ್ಮ ಉತ್ತರಗಳನ್ನು ನಿಟ್ಟಿನಲ್ಲಿ ನಿಖರವಾಗಿ ಶ್ರೇಣೀಬದ್ಧವಾಗಿ ನೀಡುತ್ತವೆ, ತಮ್ಮ ತರಬೇತಿ ಸಂದರ್ಶನಗಳಲ್ಲಿ ಶಬ್ದಾಹಾರಕ್ಕಾಗಿ. ಈ ಮಾದರಿಯ ಧೋರಣೆ ಮುಟ್ಟಿಕೆಯಾಗಿದೆ, ಉದಾಹರಣಿಕೊಳ್ಳುವ ಶ್ರೇಣಿಲ್ ಮಾತ್ರ ಶ್ರೇಣೀಬದ್ದುInstances ಅನ್ನು ಪುನರಾವೃತ್ತಿಸಲು ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ.
ಐ ಎ ಚಿಂತನೆಗಳಲ್ಲಿ ಭವಿಷ್ಯದ ಪರಿಣಾಮಗಳು
ಮುಖ್ಯ ಲೇಖಕಿ, ಜಾನಟ್ ಪಿಯರಹುಂಬರ್, LLMs ಸುಗಮವಾಗಿ ಉತ್ತರ ಕೋರುತ್ತವೆ ಆದರೆ ಅವರು ಮಾನವರಾದ ದೃಷ್ಟಿಯ ಕೊರತೆಯನ್ನು ಹೊಂದಿದ್ದಾರೆ ಎಂಬುದನ್ನು ಪ್ರತಿಪಾದಿಸುತ್ತಿದ್ದಾರೆ. ಈ ಅಸಾಧ್ಯತೆಗೆ ಕಾರಣವೇನೆಂದರೆ ಶಬ್ದ ಕಲಿಕೆಗೆ ಅಗತ್ಯವಿರುವ ವಿಶಾಲ ಪ್ರಮಾಣದ ಡೇಟಾ, ಇದು ಮಾನವರಿಗೂ ಮೀರಿ ಎಂದು ತಿಳಿಯಿತು.
ವಿಭಾಗಗಳ ನಡುವಿನ ಸಹಯೋಜನೆ
ಸಹ ಬರಹಗಾರ, ಡಾ. ವಾಲೆಂಟಿನ್ ಹೋಫ್ಮಾನ್, ಭಾಷಾ ವಿಜ್ಞಾನ ಮತ್ತು AI ನ ನಡುವಿನ ಸಮಾಲೋಚನೆಯ ಮಹತ್ವವನ್ನು ಪ್ರಕಟಿಸಿದ್ದಾರೆ. ಯಥಾರ್ಥ ಮಾಡಿಕೊಂಡ ಫಲಿತಾಂಶಗಳು LLMs ಮೂಲಕ ಭಾಷಾಂತರವನ್ನು ಚೆನ್ನಾಗಿ ನೋಡುವ ಪರಿಸರವನ್ನು ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತವೆ ಮತ್ತು ಎಲ್ರೇಷನ್ ಶ್ರೇಣಿಯಿಂದ ಹೊಸ AI ಕ್ಕೆ ಸುಸ್ವಾಗತವನ್ನು ಒಳಗೊಂಡಿವೆ.
ಈ ಯೋಜನೆಯಲ್ಲಿ LMU ಮ್ಯೂನ್ಯಿಕ್ ಮತ್ತು ಕಾರ್ನೆಜಿ ಮೆಲ್ಲಾನ್ ವಿಶ್ವವಿದ್ಯಾಲಯದಂತಹ ಪ್ರತಿಷ್ಠಿತ ಸಂಸ್ಥೆಗಳಿಂದ ಕೂಡ ಚೆನ್ನಾಗಡಿಯಾದ ಪರಿಷ್ಕಾರಗಳು ಸೇರಿವೆ.
AI ಯ ಸಾಂದ್ರಣದ ಇತ್ತೀಚಿನ ಅಭಿವೃದ್ಧಿಗಳಿಗಾಗಿ, ಸಂಬಂಧಿತ ಲೇಖನಗಳನ್ನು Google Gemini, NVIDIA, LLM ತರಬೇತಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು AI ಸಾಧನೆಗಳು ಪಡೆಯಿರಿ.
ಚಾಟ್‌ಜಿಪಿಟಿಯ ಸಾಮಾನ್ಯ ಪ್ರಶ್ನೆಗಳ ಉತ್ತರ: ಉದಾಹರಣೆಗಳು ಮತ್ತು ನೆನೆಪನ್ನು ಪುನಃಶ್ರೇಣೀಬದ್ಧವಾಗಿಸಿ.
ಚಾಟ್‌ಜಿಪಿಟಿ ಮಾನವರಂತೆ ವಾಕ್ಯಗಳನ್ನು ಹೇಗೆ ಶ್ರೇಣೀಬದ್ಧಿಸುತ್ತದೆ?
ಚಾಟ್‌ಜಿಪಿಟಿ ಸಚಿವಾಲಯದ ಆಧಾರಗಳನ್ನು ಅನುಮೋದಿಸುವುದಿಲ್ಲ, ಮತ್ತು ಕಾನೂನು ಆದೇಶಗಳಿಗೆ ಶ್ರೇಣೀಬದ್ದತೆಗೆ ಅನುಮೋದಿಸುತ್ತದೆ. ಇದು ತನ್ನ ತರಬೇತಿ ಡೇಟಾದಲ್ಲಿಯಲ್ಲಿನ ಶಬ್ದಗಳಿಗೆ ವಿಶೇಷಣಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅಗತ್ಯ ನೀಡುತ್ತದೆ.
ಅUnknown ಶಬ್ದಗಳನ್ನು ಹವನ್‌ಈ ಇಳಿವಿಳಿಸುತ್ತವೆ?
ಚಾಟ್‌ಜಿಪಿಟಿ ಹೊಸ ಶಬ್ದಗಳನ್ನು ನೆನೆಸಿದಾಗ, ಇದು ತನ್ನ ಅಧ್ಯಯನವನ್ನು ಮುಖ್ಯವಾಗಿ ಪರಿಯಲ್ಲಿಯಲ್ಲಿನ ಶಶಣದ ರೂಪವನ್ನು ಗುರುತಿಸಲು ಮುಖವಾಗುತ್ತದೆ.
ಚಾಟ್‌ಜಿಪಿಟಿಗೆ ನಿಯಮಗಳಿಗಿಂತ ಉದಾಹರಣೆಗಳೇನು ಪ್ರಮುಖ?
ಚಾಟ್‌ಜಿಪಿಟಿಯಲ್ಲಿರುವ ಉದಾಹರಣೆಗಳು ಹಂತವನ್ನು ಅಥವಾ ಮೆಟ್ಟಿಲು ರೂಪದಲ್ಲಿ ಕಲಿಯಲು ಇದನ್ನು ಒಯ್ಯುತ್ತವೆ; ಇದು ಶ್ರೇಣಿಶ್ರೇಣಿಯ ಶಬ್ದಗಳನ್ನು ಮತ್ತು ವಾಕ್ಯಗಳನ್ನು ಪ್ರಮಾಣ ಮಾಡುತ್ತದೆ.
ಶಬ್ದಗಳ ಸಾಮಾನ್ಯ ಅಂಕಗಳನ್ನು ಹೇಗೆ ಶ್ರೇಣೀಬದ್ಧಿಸುತ್ತವೆ?
ಚಾಟ್‌ಜಿಪಿಟಿಗೆ ಸಿಬ್ಬಂದಿಯ ಶಬ್ದಗಳು ಶ್ರೇಣೀಬದ್ಧವು ಉತ್ತಮಪಡಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗಳ ಶ್ರೇಣೀಬದ್ಧತೆಯನ್ನು ಇಟ್ಟಿದ್ದರು.
ಮಾನವ ಮತ್ತು ಚಾಟ್‌ಜಿಪಿಟಿಯ ನಡುವಿನ ತಾರತಮ್ಯಗಳಲ್ಲಿಯು ತಾರತಮ್ಯದ ಪ್ರಮಾಣವು ಏಬಗೆ?
ಮಾನವರು ಶ್ರೇಣೀಬದ್ಧ ಶಬ್ದ ಸಮೂಹಗಳನ್ನು ಆರಂಭಿಸುವಾಗ, ಚಾಟ್‌ಜಿಪಿಟಿಯು ವಿಶೇಷ ಶಬ್ದಗಳು ಮತ್ತು ಉಲ್ಲೇಖಗಳನ್ನು ಪಾಠಿಸುತ್ತಿಲ್ಲ.
ಚಾಟ್‌ಜಿಪಿಟಿ ಪರಿಚಯ ಗಳಿಸಿದ ವಿಷಯಗಳ ಮೇಲೆ ಪ್ರತಿಗಳಾಗುತ್ತದೇ?
ಚಾಟ್‌ಜಿಪಿಟಿ ಹೊಸ ವಿಷಯಗಳನ್ನು ಪರಿಣಮಿಸಿದಾಗ, ಇದು ಶ್ರೇಣೀಬಧ್ಧವಾಗಿ ಪ್ರತಿಯನ್ನು ಇತ್ತಿಚೆಗೆ ಸುಧಾರಿಸುತ್ತೀಯ.widget ಬೇಕಾದರೂ ನನಸುಸಂಸ್ಥೆಗಳು ಎಂದು ಒಳಿತಾಗಿ ಇನ್ನು ಮುಂದೆ.
ಚಾಟ್‌ಜಿಪಿಟಿಯ ಭಾಷಾ ಜನನವು ಸುಧಾರಿಸಲು ಸಾಧ್ಯವೇ?
ಹೌದು, ಚಾಟ್‌ಜಿಪಿಟಿಯ ಚಟುವಟಿಕೆಗಳನ್ನು ಹೆಚ್ಚಿಸಲು ಮತ್ತು ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಳನ್ನು ಬಳ್ದು ಗೋ ಹೋಲ್‌ಗೋಡಿ ಮತ್ತು ಶ್ರೇಣೀಬದ್ಧ ಮಾಡುವುದಕ್ಕೆ ಹಳ್ಳಿಗಳನ್ನು ನೀಡುತ್ತದೆ.
