Jin10 dữ liệu ngày 14 tháng 5, một tổ chức nghiên cứu AI phi lợi nhuận Epoch AI vừa công bố báo cáo mới, chỉ ra rằng các công ty AI gặp khó khăn trong việc liên tục khai thác lợi ích hiệu suất lớn từ các mô hình suy diễn, và nhanh nhất trong vòng một năm tới, sự tiến bộ của các mô hình suy diễn sẽ chậm lại. Báo cáo dựa trên dữ liệu công khai và giả định, nhấn mạnh sự hạn chế về tài nguyên tính toán và chi phí nghiên cứu gia tăng. Ngành công nghiệp AI lâu nay phụ thuộc vào những mô hình này để nâng cao hiệu suất điểm chuẩn, nhưng sự phụ thuộc này đang phải đối mặt với các thử thách. Nhà phân tích của tổ chức này, Josh You, chỉ ra rằng sự nổi lên của các mô hình suy diễn xuất phát từ hiệu suất xuất sắc của chúng trong các nhiệm vụ cụ thể. Ví dụ, mô hình o3 của OpenAI trong vài tháng gần đây chủ yếu nâng cao kỹ năng toán học và lập trình. Những mô hình suy diễn này giải quyết vấn đề bằng cách tăng cường tài nguyên tính toán, từ đó nâng cao hiệu suất, tuy nhiên, đổi lại, những mô hình suy diễn này cần nhiều tài nguyên tính toán hơn để xử lý các nhiệm vụ phức tạp, do đó mất nhiều thời gian hơn so với các mô hình truyền thống.
Xem bản gốc
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
Dự đoán của Epoch AI: Trong vòng 1 năm tới, tốc độ mô hình suy luận sẽ giảm.
Jin10 dữ liệu ngày 14 tháng 5, một tổ chức nghiên cứu AI phi lợi nhuận Epoch AI vừa công bố báo cáo mới, chỉ ra rằng các công ty AI gặp khó khăn trong việc liên tục khai thác lợi ích hiệu suất lớn từ các mô hình suy diễn, và nhanh nhất trong vòng một năm tới, sự tiến bộ của các mô hình suy diễn sẽ chậm lại. Báo cáo dựa trên dữ liệu công khai và giả định, nhấn mạnh sự hạn chế về tài nguyên tính toán và chi phí nghiên cứu gia tăng. Ngành công nghiệp AI lâu nay phụ thuộc vào những mô hình này để nâng cao hiệu suất điểm chuẩn, nhưng sự phụ thuộc này đang phải đối mặt với các thử thách. Nhà phân tích của tổ chức này, Josh You, chỉ ra rằng sự nổi lên của các mô hình suy diễn xuất phát từ hiệu suất xuất sắc của chúng trong các nhiệm vụ cụ thể. Ví dụ, mô hình o3 của OpenAI trong vài tháng gần đây chủ yếu nâng cao kỹ năng toán học và lập trình. Những mô hình suy diễn này giải quyết vấn đề bằng cách tăng cường tài nguyên tính toán, từ đó nâng cao hiệu suất, tuy nhiên, đổi lại, những mô hình suy diễn này cần nhiều tài nguyên tính toán hơn để xử lý các nhiệm vụ phức tạp, do đó mất nhiều thời gian hơn so với các mô hình truyền thống.