Lưu trữ — US — techcrunch
Tuần này về AI: Có lẽ chúng ta nên tạm thời bỏ qua các chuẩn mực AI
Elon Musk's xAI đã ra mắt Grok 3, vượt trội so với đối thủ trên các chỉ số AI. Tuy nhiên, các chuyên gia lập luận rằng các chỉ số này thiếu tính liên quan và đáng tin cậy, khuyến khích nên có phương pháp kiểm tra tốt hơn. Giữa các cuộc thảo luận về sự tiến bộ của AI, bản tin AI tạm dừng, phản ánh trạng thái hiện tại của các chỉ số đánh giá AI và hướng phát triển tương lai của ngành công nghiệp này.
Điểm chính
- XãI đã phát hành mô hình Grok 3, được huấn luyện trên 200.000 GPU, vượt trội hơn so với các mô hình khác trong các thước đo.
- Các chuyên gia chỉ trích các thước đo trí tuệ nhân tạo vì không đo lường chính xác khả năng thực tế.
- Ethan Mollick kêu gọi chuẩn kiểm tra tốt hơn và các cơ quan độc lập để đánh giá trí tuệ nhân tạo.
- Cuộc tranh luận vẫn tiếp diễn về việc canh chỉnh thước đo với tác động kinh tế so với lợi ích sử dụng/người dùng.
- Thông báo bản tin sẽ tạm ngưng, đề xuất suy nghĩ về sự phát triển của trí tuệ nhân tạo và thực prácticas của thước đo.
Vì sao quan trọng
- Năm 2025 có thể chứng kiến sự di chuyển đến việc đánh giá trí tuệ nhân tạo có ý nghĩa hơn, vượt ra khỏi các chỉ số đánh giá truyền thống.
- Sự gia tăng của các tổ chức kiểm định độc lập cho thấy nhu cầu ngày càng tăng về các đánh giá đáng tin cậy trong lĩnh vực trí tuệ nhân tạo.
- Việc phát triển của OpenAI đối với chỉ số SWE-Lancer cho thấy những nỗ lực liên tục để cải thiện tính công bằng và tính hữu ích của trí tuệ nhân tạo.
- Hội thảo LlamaCon của Meta tập trung vào trí tuệ nhân tạo tạo sinh, nhấn mạnh việc cần thiết của việc đánh giá hiệu quả trong việc phát hành các mô hình mới.
Trong khi lĩnh vực trí tuệ nhân tạo (AI) tiến triển, yêu cầu về phương pháp đánh giá cải thiện là rất quan trọng. Sự tạm nghỉ của bản tin này khuyến khích việc đánh giá lại cách tiến bộ của AI nên được đo lường, nhấn mạnh vào tính ứng dụng thực tế hơn là các chỉ số lỗi lạc.