Sciencistoj gviditaj de teamo ĉe University of Chicago komparis normalan fajnan ĝustigon kun la metodo Implicit Chain of Thought (ICoT). Ili testis la modelojn pri kvarcifera multiplikado kaj rigardis kiel la trejnado influas la memorkapablon.
Sub normala fajna ĝustigo la modeloj havis tre malaltan precizecon, sed la ICoT-trejnita modelo atingis 100% precizecon. La esploristoj malĉifris la internajn ŝtatojn kaj trovis ke ICoT konservas kurantajn sumojn kaj partajn produktojn por poste uzi ilin.
Krome, aldonado de trejna celo por spuri kurantajn sumojn levis precizecon de simpla modelo al 99% sen eksplicita kateno-de-pensado-superrigardo.
Malfacilaj vortoj
- fajna ĝustigo — ŝanĝo de parametroj de modelo por plibonigi
- trejnado — proceso por instrui aŭ adapti maŝinan modelon
- precizeco — grado de ĝusteco aŭ korekteco en rezultojprecizecon
- memorkapablo — kapablo memori informojn en la modelomemorkapablon
- sumo — numero aŭ valoro kiu estas sumigitasumojn
- malĉifri — malkovri signifon aŭ strukturon de sekreto aŭ kodomalĉifris
Konsilo: ŝovu la musmontrilon, fokusu aŭ tuŝu la reliefigitajn vortojn en la artikolo por vidi rapidajn difinojn dum legado aŭ aŭskultado.
Diskutaj demandoj
- Ĉu vi opinias ke modelo devas konservi kurantajn sumojn por solvi kalkulojn? Kial aŭ kial ne?
- Ĉu 99% precizeco sufiĉas por taskoj kun nombroj en via vivo? Mallonge klarigu.
- Kiel vi memoras longajn nombrojn: skribante ilin aŭ uzante iun aparaton? Mallonge priskribu.
Rilataj artikoloj
Cifereca kaj baza edukado por knabinoj en Chiapas
En la altmontoj de Chiapas mankas edukado kaj cifereca aliro por multaj familioj. Statistikoj montras altan malriĉecon, malfortan partoprenon de virinoj kaj perforton, sed programoj kiel Low‑Tech kaj Tecnolochicas montras komencajn progreso‑signojn.