谷歌开发了放大大型语言模型的新方法，有可能解决法律障碍
Summary:
Google Research 和 Google DeepMind 开发了一种使用其他模型增强大型语言模型 （LLM） 的方法，从而改进现有任务并启用新任务。使用谷歌的 LLM 与 GPT-4 相媲美，该团队在翻译和编码任务方面取得了显着改进。然而，该行业在使用受版权保护的数据进行人工智能训练方面面临法律问题，有可能破坏 ChatGPT 等聊天机器人的基础。谷歌的新方法可能会降低创建或重新训练LLM的成本和要求。
来自 Google Research 和 Google DeepMind 的科学家和研究人员推出了一种技术，该技术可以通过其他语言模型来增强大型语言模型 （LLM）。这解决了 LLM 的一个重大问题，即为现有模型提供新功能，而无需完全重建或昂贵的微调会话。研究人员强调，用另一种语言增强LLM可以改善现有任务，并为独立模型无法处理的新任务开辟可能性。
研究人员利用谷歌的 PaLM2-S LLM（可与为 OpenAI 的 ChatGPT 提供动力的 GPT-4 相媲美）进行这项研究。最初，PaLM2-S 仅进行测试，然后在使用较小的专用语言模型进行增强后进行测试。这一系列任务包括翻译和编码;增强版显示出令人印象深刻的增长，翻译任务增加了 13%，代码生成和解释任务增加了 40%。
这种性能提升可能会立即对人工智能行业产生积极影响。改进的翻译任务对于将低支持率的语言翻译成英语特别有益，这是机器学习中一个持续存在的挑战。谷歌的研究有可能在这方面推动该领域的发展。
此外，这一研究领域可能有助于解决威胁拆除 ChatGPT 等聊天机器人基础的法律问题。大型语言模型创建者正面临许多诉讼，指控将受版权保护的数据用于人工智能训练。法律难题围绕着营利性组织是否可以合法地将此类数据用于其语言模型。如果法院裁定禁止使用受版权保护的数据，继续提供受影响的服务可能会变得非常具有挑战性或在经济上令人望而却步。
与训练 LLM 相关的高成本及其对大型数据集的依赖意味着 ChatGPT 等产品可能难以在受到严格监管的美国人工智能行业中生存。但是，如果 Google 的 LLM 增强方法在更多的开发中被证明是成功的，它可以降低创建或重新训练 LLM 所需的成本和扩展。
顺便说一句，意大利在担任七国集团轮值主席国期间已将人工智能监管列为关键优先事项。
Published At
1/5/2024 9:07:08 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.