टियान्येचा ऐप दिखाता है कि टेनसेंट टेक्नोलॉजी (शेन्ज़ेन) कंपनी ने हाल ही में "बड़े भाषा मॉडल के प्रशिक्षण विधि, यंत्र, कंप्यूटर उपकरण और स्टोरेज मीडिया" नामक एक पेटेंट दायर किया है। इस पेटेंट का सारांश बताता है कि यह विधि पहले सारांश पाठ और दूसरे सारांश पाठ को शामिल करके बड़े भाषा मॉडल के प्रशिक्षण के दौरान अधिक अध्ययन योग्य जानकारी प्रदान करती है। पेटेंट विवरण के अनुसार, पहले सारांश पाठ और दूसरे सारांश पाठ में शामिल जानकारी की मात्रा भिन्न है, जिसमें पहले सारांश पाठ में सही वाक्य और गलत वाक्य भी शामिल हैं। इसी पाठ की इन दोनों

हाल ही में, मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी की शोध टीम ने विभिन्न कार्यों में बड़े भाषा मॉडलों (LLMs) के प्रदर्शन का गहन विश्लेषण किया। अध्ययन में पाया गया कि LLMs परिचित कार्यों पर अच्छा प्रदर्शन करते हैं, लेकिन असामान्य या अज्ञात परिदृश्यों का सामना करने पर तर्क क्षमता में गंभीर सीमाएँ प्रदर्शित करते हैं। 'डिफ़ॉल्ट कार्य' और 'विरोधाभासी परिदृश्य' की तुलना करके, और मॉडल की प्रतिक्रिया परिणामों का परीक्षण करने के लिए कार्य डिज़ाइन को समायोजित करके, यह प्रदर्शित किया गया कि भले ही मॉडल दशमलव अंकगणित में उत्कृष्ट हो, लेकिन गैर-दशमलव वातावरण और संगीत, स्थानिक तर्क और शतरंज जैसे अन्य कार्यों में बिल्कुल भिन्न प्रदर्शन दर्शाते हैं।

35 वर्षों से, यह प्रश्न लंबित है कि क्या एआई मानव की तरह सिस्टम सामान्यीकरण क्षमता रखता है। NYU और पौंपे फाब्रा विश्वविद्यालय के शोधकर्ताओं ने पहली बार साबित किया है कि न्यूरल नेटवर्क मानव जैसी सिस्टम सामान्यीकरण प्राप्त कर सकते हैं। उन्होंने जो MLC मॉडल प्रस्तुत किया है, वह कार्य वातावरण में न्यूरल नेटवर्क को प्रशिक्षित करता है, जिससे यह धीरे-धीरे संयोजनात्मक शब्दावली के अर्थों का प्रणालीगत तर्क करने की क्षमता प्राप्त करता है। MLC मॉडल GPT-4 को पार करता है और आश्चर्यजनक मानव समान सोच का प्रदर्शन करता है। यह शोध कृत्रिम बुद्धिमत्ता और संज्ञानात्मक विज्ञान पर गहरा प्रभाव डालता है और न्यूरल नेटवर्क को सिस्टम सामान्यीकरण क्षमता प्रदान करता है।