Theo IT House đưa tin ngày 20/10, Đại học Stanford mới đây đã công bố mô hình cơ bản AI "chỉ số minh bạch", trong đó chỉ số cao nhất là Lama 2 của Meta, nhưng mức độ "minh bạch" liên quan chỉ là 54%, vì vậy các nhà nghiên cứu tin rằng hầu hết tất cả các mô hình AI trên thị trường đều "thiếu minh bạch".
Được biết, nghiên cứu được dẫn dắt bởi Rishi Bommasani, người đứng đầu Trung tâm nghiên cứu mô hình cơ bản HAI (CRFM), và điều tra 10 mô hình cơ bản phổ biến nhất ở nước ngoài. Rishi Bommasani tin rằng "thiếu minh bạch" luôn là một vấn đề mà ngành công nghiệp AI phải đối mặt và về các "chỉ số minh bạch" mô hình cụ thể, IT House nhận thấy rằng nội dung đánh giá có liên quan chủ yếu xoay quanh "bản quyền tập dữ liệu đào tạo mô hình", "tài nguyên máy tính được sử dụng để đào tạo mô hình", "độ tin cậy của nội dung do mô hình tạo ra", "khả năng của chính mô hình", "nguy cơ mô hình bị gây ra để tạo ra nội dung độc hại", "quyền riêng tư của người dùng sử dụng mô hình", v.v., tổng cộng 100 mục.
Cuộc khảo sát cuối cùng cho thấy Lama 2 của Meta đứng đầu với độ trong suốt 54%, trong khi độ minh bạch GPT-4 của OpenAI chỉ là 48% và PaLM 2 của Google đứng thứ năm với 40%.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Đại học Stanford công bố mô hình dựa trên AI "chỉ số minh bạch", Llama 2 đứng đầu nhưng "thất bại" với 54%
Theo IT House đưa tin ngày 20/10, Đại học Stanford mới đây đã công bố mô hình cơ bản AI "chỉ số minh bạch", trong đó chỉ số cao nhất là Lama 2 của Meta, nhưng mức độ "minh bạch" liên quan chỉ là 54%, vì vậy các nhà nghiên cứu tin rằng hầu hết tất cả các mô hình AI trên thị trường đều "thiếu minh bạch".
Được biết, nghiên cứu được dẫn dắt bởi Rishi Bommasani, người đứng đầu Trung tâm nghiên cứu mô hình cơ bản HAI (CRFM), và điều tra 10 mô hình cơ bản phổ biến nhất ở nước ngoài. Rishi Bommasani tin rằng "thiếu minh bạch" luôn là một vấn đề mà ngành công nghiệp AI phải đối mặt và về các "chỉ số minh bạch" mô hình cụ thể, IT House nhận thấy rằng nội dung đánh giá có liên quan chủ yếu xoay quanh "bản quyền tập dữ liệu đào tạo mô hình", "tài nguyên máy tính được sử dụng để đào tạo mô hình", "độ tin cậy của nội dung do mô hình tạo ra", "khả năng của chính mô hình", "nguy cơ mô hình bị gây ra để tạo ra nội dung độc hại", "quyền riêng tư của người dùng sử dụng mô hình", v.v., tổng cộng 100 mục.
Cuộc khảo sát cuối cùng cho thấy Lama 2 của Meta đứng đầu với độ trong suốt 54%, trong khi độ minh bạch GPT-4 của OpenAI chỉ là 48% và PaLM 2 của Google đứng thứ năm với 40%.