Noam Chomsky
PulseAugur coverage of Noam Chomsky — every cluster mentioning Noam Chomsky across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI的数据效率鸿沟：幼儿从数百万词汇中学习，LLM需要数万亿
现代大型语言模型（LLM）需要海量数据，消耗数万亿个token才能达到流利水平，这与儿童仅用数百万词汇就能掌握语言形成鲜明对比。这种“数据效率鸿沟”是一个重大挑战，因为目前模型有序喂养或使用视频的方法并未缩小这一差距。巨大的数据需求也导致高昂的成本，并引发了对未来优质训练数据有限供应的担忧，表明需要进行架构性改变，而不仅仅是扩大规模。
-
OpenAI 禁止传播亲克里姆林宫言论的俄罗斯 ChatGPT 账户
OpenAI 已禁止一批与俄罗斯有关联的 ChatGPT 账户，这些账户被用于推广一个虚假的以色列智库。该行动被追溯到俄罗斯，利用 VPN 绕过服务封锁，并使用 ChatGPT 来完善帖子并删除任何俄罗斯来源的迹象。该智库被称为国际伯克研究所，发表了被盗的学术论文并传播亲克里姆林宫的言论，尽管其影响力很小。此举标志着 OpenAI 的第六份公开威胁报告，突显了人工智能被用于加强现有虚假信息工作流程，而不是生成内容。
-
AI学习效率和“个性”成为关注焦点
研究人员正在通过研究婴儿的学习方式来探索新的AI开发方法，因为当前模型在效率和理解物理世界方面存在困难。一项新的挑战EgoBabyVLM，在收集的婴儿视频数据上测试视觉语言模型，揭示了与人类学习相比的显著不足。与此同时，AI模型的“个性”或“气质”正成为关键的设计考量，超越了原始智能。Anthropic等公司正在明确训练其模型，如Claude 3，使其表现出好奇心和开放性等特定特征，认识到AI的性情会影响用户的认知和决策。
-
新书探讨人类语言、乔姆斯基与人工智能的角色
一本题为《语言有多么深刻地人性化？乔姆斯基、大脑与人工智能的幻想》的新书已添加到目录中。该书探讨了语言理论和大型语言模型，并以人脑为背景进行评估。它由一位领先的神经语言学家撰写，并审视了人工智能在理解人类语言方面的说法。
-
Rutger Bregman 的“抨击左派，迎合右派”策略受到批评
据《De Volkskrant》的 Felienne F. J. Hermans 称，Rutger Bregman 的行为被描述为“抨击左派，迎合右派”。这篇评论与关于 AI、Noam Chomsky 和气候变化的讨论有关，并引用了 Mastodon 上的一个相关帖子。