为什么仅用十万分之一数据，儿童就能超越大模型
麻省理工研究人员发现“数据效率差距”，即儿童利用极少数据就能超越ai，表明逆向工程人类认知可能会带来更高效的模型。
MIT Technology Review 报道了“数据效率差距”，指出大语言模型（LLMs）需要大量数据集，而儿童只需极少量的接触就能掌握流利的语言。研究人员希望了解这种人类学习机制将有助于开发出需要更少训练数据的 AI 架构。这一研究方向旨在解决 AI 效率中的基本挑战，并回答关于认知科学的长期问题。
麻省理工研究人员发现“数据效率差距”，即儿童利用极少数据就能超越ai，表明逆向工程人类认知可能会带来更高效的模型。
MIT Technology Review 报道了“数据效率差距”，指出大语言模型（LLMs）需要大量数据集，而儿童只需极少量的接触就能掌握流利的语言。研究人员希望了解这种人类学习机制将有助于开发出需要更少训练数据的 AI 架构。这一研究方向旨在解决 AI 效率中的基本挑战，并回答关于认知科学的长期问题。