IA de mundo abierto: tres requisitos para aprender tareas nuevas
Un artículo académico sostiene que la IA de mundo abierto, capaz de abordar tareas no previstas con pocos ejemplos, exige aprendizaje en tiempo de inferencia, una representación rica y una desenredanza predictiva entre entradas y salidas. Los autores probaron modelos de lenguaje de hasta 8.000 millones de parámetros. Los que cumplen los requisitos mejoran a medida que se acumulan datos de tareas relacionadas, mientras que los demás empeoran, y ni la escala ni la combinación de tipos de capas lo corrige.
Qué significa
Según el estudio, hacer más grande un modelo no basta para que se adapte a tareas nuevas: importa si cumple esos requisitos estructurales.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.AILeer la noticia completa en arXiv cs.AI