مراجعة متعمقة لـ GPT-3 من OpenAI: Language Models are Few-Shot Learners (الجزء 3/3: النتائج والبقية)
يصل الجزء الأخير من هذا الفحص العميق لـ GPT-3 ذي الثلاثة أجزاء إلى النقطة المهمة: ماذا يحدث بالفعل عندما تطبق 175 مليار معامل على مجموعة المعايير وتتجاوز الضبط الدقيق بالكامل.
يصل الجزء الأخير من هذا الفحص العميق لـ GPT-3 ذي الثلاثة أجزاء إلى النقطة المهمة: ماذا يحدث بالفعل عندما تطبق 175 مليار معامل على مجموعة المعايير وتتجاوز الضبط الدقيق بالكامل. يمر الجزء الثالث عبر النتائج الكاملة عبر الترجمة والإجابة على الأسئلة ومهام الفراغات والتفكير على الطاير والحساب ثلاثي الأرقام واختبار توليد المقالات الإخبارية الشهير حيث يعاني البشر من اكتشاف القطع المكتوبة بالآلة.
بنفس الأهمية، يغطي هذا الجزء حيث ينكسر GPT-3: المهام حيث يتوقف المط القليل اللقطات، والتجاعيد المنهجية حول التدريب على مدونات نطاق الويب، ونقاش التأثير الاجتماعي الذي سبق الكثير من عمل المحاذاة الذي جاء بعده. بالنسبة لفرق voice-AI التي تفكر في التحكم القائم على الطلب في أنظمة TTS أو التكيف القليل اللقطات لمعالجة ASR بعد المعالجة، فإن الأنماط الفريدة هنا لا تزال تحتفظ بالقوة التنبؤية لما سيفعله نماذج LLMs الحديثة وما لن تفعله. أنهي السلسلة بالأرقام التي حولت قوانين التوسع من فضول البحث إلى كتاب تشغيل الصناعة. يستحق المشاهدة حتى لو قرأت الورقة، لأن رؤية الجداول قيد الحركة توضح النتائج التي عممت بالفعل.
