lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
ホーム
OPRR
速報
深堀り
イベント
BlockBeats Pro
もっと見る
資金調達情報
特集
オンチェーン生態系
用語
ポッドキャスト
データ
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
Partnered With:

大規模モデルは本当に「やりながら学ぶ」ことができるのか?バイトダンスとEpoch AIが同日に相反する結論を発表

動察 Beatingのモニタリングによると、ByteDanceのSeedチームは、AIが12~72時間の超長期タスクにおける環境学習のパフォーマンスを研究するためのエージェントベンチマークテスト「EdgeBench」を発表した。3万8000時間以上のエージェント動作記録を分析した結果、研究チームはAIの学習曲線が非常に予測可能であり、エージェントのパフォーマンスはインタラクション時間の延長に伴って向上し、対数ロジスティック(log-sigmoid)曲線に正確に適合することを発見した。研究者はグラフ探索理論を借りてこの法則を説明し、エージェントの進歩はスキルマップ上で境界を外側に拡大するようなものだと述べている。Seedチームはベンチマークテストフレームワークと最初の51のタスクをオープンソース化した。

これとは対照的に、研究機関Epoch AIは同日、EBR-bench評価結果を発表し、異なる結論を導き出した。ボードゲーム環境でのテストでは、戦略ガイドを提供しても、AIは繰り返し試行した後も学習や自己改善の行動をほとんど示さなかった。この相違は、AIの自律学習の可能性がタスク環境とフィードバックループ設計に大きく依存することを示している。システムレベルのエンジニアリングや科学的探求など、継続的な環境フィードバックが必要なシナリオでは、エージェントは累積的な優位性を構築できるが、戦略が比較的複雑な離散ルールゲームでは、現在のオンライン学習は依然として困難に直面している。

訂正/通報
送信
新しいライブラリを追加
自分のみが閲覧可
公開
保存
ライブラリを選択
新しいライブラリを追加
キャンセル
完了