متا@rohanpaul_ai

خیلی وقتا فکر می‌کنیم با چندتا مثال زدن توی پرامپت (Few-shot) داریم یه منطق کاملاً جدید رو توی مغز مدل هوش مصنوعی فرو می‌کنیم، ولی مقاله‌ی تازه‌ی بچه‌های استنفورد دست این فرضیه رو بدجور رو کرده

خیلی وقتا فکر می‌کنیم با چندتا مثال زدن توی پرامپت (Few-shot) داریم یه منطق کاملاً جدید رو توی مغز مدل هوش مصنوعی فرو می‌کنیم، ولی مقاله‌ی تازه‌ی بچه‌های استنفورد دست این فرضیه رو بدجور رو کرده.

• واقعیت اینه که مدل‌ها چیزی از صفر یاد نمی‌گیرن؛ توی معماری مدل‌هایی مثل Llama-3.2 و Qwen، حدود ۹۰ تا هدِ توجه فقط وقتی موتورشون روشن می‌شه که ببینن یه «برچسب» چند بار تکرار شده تا برن سراغ مفاهیمی که از قبل بلد بودن.

• آمار و ارقامشون واضحه: با ۱ مثال به ازای هر دسته، دقت مدل دوروبر ۲۰ درصد دست‌وپا می‌زنه، ولی به ۶ مثال که برسه جهش می‌کنه روی ۹۶ درصد، چون مدارِ مقایسه تازه راه می‌افته.

• اگه مدلی یه ویژگی رو از قبل توی آموزش پایه‌ش نشناسه (مثلاً شمردن حرف سوم یه کلمه)، هرچقدرم بهش مثال نشون بدید، ذره‌ای نمی‌فهمه و دور باطل می‌زنه.

منبع

Rohan Paul@rohanpaul_ai
New Stanford paper finds that showing a small AI language model more examples cannot teach it a pattern it does not already notice, such as the third letter of a word. finds that LLMs learn from few-shot examples by looking up stored labels, and only switch that lookup on when labels repeat. An early signal opens this lookup only when some label repeats. With 1 example per class the model was right about 20% of the time, and with 6 it was right 96%. Give a model a dozen sentences tagged with made-up labels like foo and bar, and it learns the mapping without weight updates. Earlier work found parts of this, but not how they fit together. They traced the full path in Qwen3-4B, SmolLM3-3B and Llama-3.2-3B. Each label token stores the class of its sentence, and about 90 later heads match the new sentence against those stored classes. For few-shot prompts, repeat every label several times and pick classes the model can already tell apart, since examples cannot teach a feature it lacks. – arxiv. org/abs/2611.05344 Title: "A Circuit for In-Context Learning"
۱۴ آبان ۱۴۰۵مشاهده در X

نظرها

    بیشتر بخوانید

    تنظیمات

    پیش‌نمایش

    انویدیا از نسل تازه‌ی تراشه‌هایش رونمایی کرد؛ متن خبرها با همین اندازه و فاصله‌ی خطوط نمایش داده می‌شود. ۱۴۰۵ — 2026

    ظاهر و متن

    پوسته
    اندازه‌ی متن
    فاصله‌ی خطوط

    خواندن و نمایش

    نمای فهرست خبرها

    استوری‌ها

    چه خبرهایی پخش شوند
    ترتیب
    دیده‌شده‌هابدون باز کردن تک‌تک خبرها

    صدا

    اعلان‌ها و موضوع‌ها

    موضوع‌هایی که دنبال می‌کنیدهنوز هیچانتخاب موضوع‌ها

    صدای فارسی

    این دستگاه صدای فارسی ندارد. نمونه‌ی صداها را بشنوید و یکی را یک بار دانلود کنید تا خبرها و خلاصه‌ی روز را بشنوید.

    راه‌های دیگر

    ویدیوی خبر

    گفتگو

    … نفر آنلاین

      خواندن کامل