Ny metod lär AI-system när gamla erfarenheter inte längre är användbara

arXiv cs.AI

Forskare har tagit fram en metod kallad BCIT som löser ett konkret problem i automatiserad AI-träning: när ett språkmodell uppdateras förändras dess 'baskod', vilket gör att tidigare lärdomar kan bli skadliga snarare än hjälpsamma att återanvända. I tester på en 4B-parametersmodell inom finans, SQL och funktionsanrop visade BCIT att den godkände färre skadliga uppdateringar och gav högre slutkvalitet jämfört med befintliga alternativ – med samma beräkningsbudget.