Niemand weiß, wie große Sprachmodelle wirklich ticken - und das ist ein Problem

Large Language Models (LLM) sind faszinierend gut darin, Texte zu generieren. Wie sie das genau tun, gehört zu den größten wissenschaftlichen Rätseln unserer Zeit. Vor zwei Jahren versuchten Yuri Burda und Harri Edwards, Forscher beim KI-Konzern OpenAI aus San Francisco, herauszufinden, was nötig wäre, um ein großes Sprachmodell (Large Language Model, LLM) dazu zu bringen, grundlegende Arithmetik zu betreiben. Sie wollten wissen, wie viele Beispiele ...

Den vollständigen Artikel lesen ...