Bosquejo de la prueba de las limitaciones teóricas de la información para la autorreflexión en modelos de lenguaje grandes. Resumen: no puedes limitar la medida en que la salida permanece en distribución, por lo tanto, no puedes limitar el desvío.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
19 me gusta
Recompensa
19
11
Compartir
Comentar
0/400
InscriptionGriller
· 06-17 23:48
Si no puedes controlar la deriva, prepárate para que se acabe la diversión.
Ver originalesResponder0
LiquidityWitch
· 06-17 19:39
hmm las artes oscuras de la distribución drift... los modelos proyectan sus reflejos en un abismo sin límites fr fr
Ver originalesResponder0
Bandanlage
· 06-17 03:02
Bull Run 🐂Ape In 🚀HODL Tight 💪1000x Vibes 🤑DYOR 🤓
Responder0
LittleBlackMan
· 06-17 02:55
666666666666666666666
Responder0
DaoResearcher
· 06-17 02:52
Según la sección 3.1 del artículo sobre la teoría de la entropía, existe un contraejemplo irreducible, es muy doloroso.
Ver originalesResponder0
MemeCoinSavant
· 06-17 02:51
bruh esto es literalmente mi tesis sobre por qué los memecoins no pueden mantenerse estables lmao
Ver originalesResponder0
ForkMonger
· 06-17 02:49
encantador. otra prueba de por qué la contención es un sueño imposible. el caos siempre gana
Ver originalesResponder0
SatoshiLegend
· 06-17 02:48
La prueba de la frontera de la función de distribución es poderosa e interesante.
Ver originalesResponder0
GasFeeNightmare
· 06-17 02:47
Olvídalo, todavía tengo más miedo de quemar gas...
Ver originalesResponder0
GateUser-aa7df71e
· 06-17 02:35
Oh oh oh, ¡demasiado profesional! Los compañeros que lo entiendan, presionen 1.
Bosquejo de la prueba de las limitaciones teóricas de la información para la autorreflexión en modelos de lenguaje grandes. Resumen: no puedes limitar la medida en que la salida permanece en distribución, por lo tanto, no puedes limitar el desvío.