لا يكفي للحكم على ما إذا كان نموذج للعالم يفهم الفيزياء حقًا أن نرى إن كان يستطيع ترديد تفسير الجاذبية.
هذا المقتطف المختار من AI on Air مأخوذ من حلقة حديثة من برنامج Redpoint AI، والمتحدث هو أوريول فينيالس، نائب رئيس الأبحاث في Google DeepMind والرئيس المشارك لمشروع Google Gemini.
▷ التحدي الأساسي: عندما تدخل اللغة إلى النموذج، قد تستند الأسئلة والأجوبة عن «الجاذبية» إلى شروح قرأها النموذج على الإنترنت أثناء التدريب، وهذا لا يثبت أن مفهوم الجاذبية موجود حقًا في داخله.
▷ تقييم ممكن: اربط بين وجود «الجاذبية» في تمثيلات نموذج العالم وبين التفسيرات التي يمكن فك ترميزها؛ وانظر أولًا إن كان بإمكانه تقديم شرح أساسي، ثم إن كان قادرًا على استنتاج معادلة.
▷ خيط منهجي: استطاعت الترجمة الآلية غير الخاضعة للإشراف في مراحلها المبكرة مواءمة تمثيلات لغات لم ترها أثناء التدريب؛ وبالمثل، يمكن مواءمة قدرة النموذج اللغوي على فك الترميز مع فهم نموذج العالم لمفاهيمه، لكن يجب أن يكون التقييم النهائي ذا مغزى للتطبيقات.🪁
هذا المقتطف المختار من AI on Air مأخوذ من حلقة حديثة من برنامج Redpoint AI، والمتحدث هو أوريول فينيالس، نائب رئيس الأبحاث في Google DeepMind والرئيس المشارك لمشروع Google Gemini.
▷ التحدي الأساسي: عندما تدخل اللغة إلى النموذج، قد تستند الأسئلة والأجوبة عن «الجاذبية» إلى شروح قرأها النموذج على الإنترنت أثناء التدريب، وهذا لا يثبت أن مفهوم الجاذبية موجود حقًا في داخله.
▷ تقييم ممكن: اربط بين وجود «الجاذبية» في تمثيلات نموذج العالم وبين التفسيرات التي يمكن فك ترميزها؛ وانظر أولًا إن كان بإمكانه تقديم شرح أساسي، ثم إن كان قادرًا على استنتاج معادلة.
▷ خيط منهجي: استطاعت الترجمة الآلية غير الخاضعة للإشراف في مراحلها المبكرة مواءمة تمثيلات لغات لم ترها أثناء التدريب؛ وبالمثل، يمكن مواءمة قدرة النموذج اللغوي على فك الترميز مع فهم نموذج العالم لمفاهيمه، لكن يجب أن يكون التقييم النهائي ذا مغزى للتطبيقات.🪁