注文事項：AIが逆順に苦戦する理由

AIが苦戦する理由：注文事項を逆順で解説

|人工知能| 大規模言語モデル|

逆転の呪いが大規模言語モデルに与える影響とは

大規模言語モデル(LLM)は世界中で大ブームとなっています。日々、より高い能力を示しているようですが、限界はあるのでしょうか？そうではないと思われますが、一部の場合には失敗することもあります。

当たり前のことがそう簡単ではない。

私たちは、複雑なコードやテキストを信じられないほどの速さで生成するモデルの驚異的なパフォーマンスに慣れてきており、一部の研究者はそれらが意識を持っているかもしれないと示唆しています。

しかし、LLMには劇的な失敗も報告されています。以前の研究では、モデルが対処できないプログラミングのインスタンスがあることが指摘されています。また、LLMは皮肉に対処するのに苦労することもあります（公平を期すために、何人かの人間も同じです）。

• 「Pythonで完全に理解するElasticNet回帰」
• 「SDXLのためのシンプルな最適化の探究」
• 「Hugging Face の推論エンドポイントを使用して埋め込みモデルを展開する」

AIは面白い？多少あるかもしれません

なぜAIはまだユーモアに苦戦していて、なぜこれは重要なステップなのか

levelup.gitconnected.com

最近の論文では、LLMが人間にとっては些細な課題とされるものに一般化できないことが驚きとして示されています：

もし人間が「Olaf Scholzはドイツの第9代首相である」という事実を覚えた場合、「ドイツの第9代首相は誰ですか？」という質問にも正しく答えることができます。これは人間にとっては非常に基本的な一般化の形式であり、些細なことのように思えます。しかし、私たちは自己回帰型言語モデルがこのように一般化することができないことを示しています。（出典）

モデルが「<名前>は<説明>です」という形式のテキストで訓練されている場合、モデルは逆の「<説明>は<名前>です」という予測ができないかもしれません（または論理形式で言えばAはBならばBはA）。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!