Китайские ученые из Шанхайского университета и исследовательской лабораторией генеративного искусственного интеллекта SII (GAIR), нашли способ учить нейросети сложным задачам без кучи данных.
Они придумали систему, которая показывает, что ИИ не обязательно много данных, чтобы научиться чему-то важному. Главное – это правильно подобранные примеры.
Раньше людисчитали, что чем умнее ИИ, тем больше данных ему нужно. Но это не всегда так. Иногда даже 1000 хороших примеров хватает, чтобы нейросети научились делать сложные вещи. Исследователи сделали систему LIMI (Less Is More for Intelligent Agency), которая собирает только лучшие примеры для обучения искусственных интеллектов.
Эти примеры включают в себя задачу (например, написать программу) и шаги, которые ИИ делает для решения задачи. Оказалось, что даже с 78 такими примерами Большие Языковые Модели может стать лучше, чем те, что обучали на тысячах примеров. Это очень хорошо, потому что сбор данных часто занимает много времени и денег.
«Новый подход гарантирует, что нейросети теперь могут учиться не только на успешных результатах, но и на всем процессе решения проблем, включая то, как адаптировать стратегии и восстанавливаться после сбоев в ходе совместного выполнения», — резюмировали исследователи.