天天讯息：大语言模型中的涌现现象是不是伪科学？

2023-05-01 11:42:47 程序员客栈

Datawhale干货

作者：平凡@知乎，诺桑比亚大学，在读博士

(资料图片)

今天晚上，花了一点儿时间看了两篇文章：

《Emergent Abilities of Large Language Models》[1]

《PROGRESS MEASURES FOR GROKKING VIA MECHANISTIC INTERPRETABILITY》[2]

这两篇讲的都是emergent behavior，即涌现现象。

大规模神经网络下的涌现现象

在机器学习中使用大规模神经网络时，由于增加了参数数量、训练数据或训练步骤等因素，出现了定性上的新能力和性质，这些能力和性质在小规模神经网络中往往是不存在的。

第一篇文章举了这个例子，每个图都可以理解为一个任务，横轴是神经网络的规模，而纵轴是准确率，可以理解为模型的性能。

我们拿图一来看，在10的22次方前，这些模型基本上的性能基本上都很稳定在0附近，而在10的22以后，突然在10的24次方上获得了很大的性能提升，在其他的几个任务上都表现出类似的特征。

意想不到的效果

第二篇文章更是有趣，我直接把推特一位博主的评论引用在这里：

作者发现，当我们训练用网络计算同余加法 a+b = ? (mod c) 时，网络在某个时间突然获得了 100% 准确率。分析发现，神经网络实际上“顿悟”了使用傅立叶变换来计算同余加法！这个算法可以证明是正确的，反人类直觉的。

从这俩例子里面我的感受是，只要数据量足够且真实，且模型没有硬错误的前提下，不断的训练说不定真的能够产生一些意想不到的效果。

还有就是我觉得人类现在积累的知识并不少，但是系统的少，零星的多，如果类似ChatGPT这样的大模型可以拿所有的人类已有知识进行不断学习的话，我觉得有很大概率会让它涌现出意想不到的能力。

甚至可能把人类的生产力解放提前很多。

参考

1.https://arxiv.org/pdf/2206.07682.pdf2.https://arxiv.org/pdf/2301.05217.pdf

标签：

最新发布

精彩图文

: 环球时讯：海参怎么做软糯可口_海参怎么做

来源：互联网

: 首个"沙戈荒"新能源基地一期项目并网发电-天天热闻

来源：KE科日光伏网

: 2023年退休养老金计算方法,个人账户26.4万元，每月能领取多少钱？今日热搜

来源：社保网

: 讯息：入夏就穿这双鞋，怎么搭都好看！

来源：LinkFashion

: 劳务品牌助农民工高质量就业|全球聚看点

来源：中国青年报

精彩推送

Copyright © 2015-2022 国华娱乐网版权所有备案号：京ICP备2021034106号-22 联系邮箱：55 16 53 8 @qq.com