LLMs sind absolut erstaunlich für Dinge, die in ihrem Trainingssatz liegen (innerhalb der Verteilung). Sie sind hilfreich für erfahrene Experten bei Dingen, die gerade über den Trainingssatz hinausgehen. An der Grenze der Verteilung. Bisher gibt es wenig Beweise für Durchbrüche weit über die Verteilung hinaus.
NIK
NIK8. Sept., 00:17
OpenAI Mitbegründer: „gpt-5 pro für neuartige Mathematik – in Partnerschaft mit einem Mathematikprofessor“ Mathematiker: „Auf den ersten Blick könnte dies nützlich erscheinen für eine explorative Phase, die uns Zeit spart. In der Praxis war es jedoch genau das Gegenteil“ > scheint nur inkrementelle Forschung zu unterstützen > keine wirklich neuen Ideen > nur Kombinationen von Ideen aus verschiedenen Quellen > „wir sind noch weit davon entfernt, die ungeteilte Begeisterung zu teilen, die durch @SebastienBubeck's Beitrag ausgelöst wurde“ Zukunftsprognosen > wird die wissenschaftliche Landschaft mit technisch korrekten, aber nur mäßig interessanten Beiträgen übersättigen > es wird schwieriger, dass wirklich originelle Arbeiten herausstechen > „eine Flut von technisch kompetenten, aber uninspirierten Ergebnissen, die die Aufmerksamkeit verwässert“ > Doktoranden könnten wesentliche Gelegenheiten verlieren, grundlegende Fähigkeiten zu entwickeln > nicht nur ein Verlust an Originalität, sondern auch eine Schwächung des Prozesses, ein Mathematiker zu werden bitte fallen Sie nicht auf die PR-Taktiken von OAI herein.
5,01K