近日，曾开发出举世瞩目的 AlphaGo 的 DeepMind，在 ArXiv 上发表了一篇文章，名为：
Meaning without reference in large language models
文中提到，大参数规模的语言模型是已经具备了部分类人智能的，但由于它们仅仅接受了纯文本数据的训练，所以其能力也没有得到充分的发挥。
文中举出了大量的例子，试图证明 LLMs，或其他以 transformers 为主要结构的大模型，已经具备了和人类表现类似的智能能力。
DeepMind 一直是通用人工智能（AGI）探索路上的先行者，今年上半年，他们也曾提出了 Gato，在604个不同的任务上都取得了不错的表现，大有 AGI 模型之势。
在笔者看来，其至少证明了，当模型的容量足够大的时候，其的确能够容纳合格地完成不同的窄领域任务所需的知识，更像是给我们展现了通用agent的可行性，但真的说是智能的话，似乎同笔者的认知有所偏差。
论文标题：
Meaning without reference in large language models
论文地址：
https://arxiv.org/abs/2208.02957
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢