исследования 1 мин

Восхождение базовых моделей

Автор критикует попытки использовать большие языковые модели (LLM) как универсальное решение для всех задач бизнеса и инженерии. Несмотря на восхищение технологией, он объясняет фундаментальное ограничение: LLM работают только с языком как абстракцией реальности, но не моделируют физические процессы, причинно-следственные связи или реальный мир — они лишь статистически предсказывают следующий токен на основе текстовых паттернов.

Обязательное чтение для руководителей и инженеров, внедряющих AI-решения в бизнес. Помогает понять фундаментальные ограничения LLM и избежать дорогостоящих ошибок при попытках применить языковые модели там, где нужно моделирование реальных физических или причинно-следственных процессов.

Это аннотация к авторской статье. Мы не публикуем и не пересказываем чужие тексты целиком — полная версия у автора.

О чём статья

  • LLM революционизировали восприятие AI, но породили иллюзию, что языковая модель может стать универсальным решением для любых бизнес-процессов
  • Языковые модели существуют в платоновском мире идеальных форм — они описывают реальность через статистические связи между символами, усредненные по миллионам примеров, но не понимают физических причин
  • Описание процесса и понимание его причин — разные операции: LLM может сказать, что кружка разобьется при падении, потому что слова встречаются вместе в данных, но не моделирует гравитацию или механику разрушения
  • Язык лишь указывает на опыт, но никогда не становится самим опытом — визуальные или физические аспекты реальности не живут внутри языка
Сергей Ефимов Medium #llm
Читать оригинал

Инструменты из статьи

Универсальный AI-ассистент OpenAI: тексты, код, анализ, изображения, голос.

Доступ из РФ →

Ещё по теме

Комментарии