Image by Aerps.com, from Unsplash
Modele Językowe Podwajają Swoją Moc Co 7 Miesięcy
Przeczytasz w: 2 min
Ostatnia aktualizacja: Jul 11, 2025
-
![Kiara Fabbri]()
-
![Zespół ds. lokalizacji i tłumaczenia]()
Tłumaczenie Zespół ds. lokalizacji i tłumaczenia Usługi związane z tłumaczeniem i lokalizacją treści
Duże modele językowe (LLM) szybko stają się coraz mądrzejsze, a eksperci przewidują, że do 2030 roku mogą wykonywać w ciągu kilku godzin to, co ludziom zajmuje cały miesiąc.
W pośpiechu? Oto najważniejsze fakty:
- Do 2030 roku, LLM mogą być w stanie wykonać miesięczną pracę w zaledwie kilka godzin.
- METR stworzył nowy punkt odniesienia o nazwie „horyzont czasu wykonania zadania”.
- Badacze ostrzegają, że postęp może prześcignąć naszą zdolność do jego kontroli.
Badanie przeprowadzone przez Model Evaluation & Threat Research (METR), grupę z siedzibą w Berkeley w Kalifornii, wykazało, że możliwości LLM podwajają się co siedem miesięcy.Badanie.
Grupa opracowała sposób mierzenia tego postępu za pomocą koncepcji zwanej „horyzontem czasu ukończenia zadania”, która szacuje, jak długo człowiekowi zajęłoby wykonanie czegoś, co teraz AI jest w stanie obsłużyć z 50% niezawodnością.
Badacze argumentowali, że do 2030 roku, szacują, że najbardziej zaawansowane modele mogłyby z 50-procentową niezawodnością wykonywać zadania oparte na oprogramowaniu, które obecnie ludziom zajmuje cały miesiąc do zakończenia.
Ten poziom zdolności mógłby mieć ogromne zalety, ale także poważne ryzyko. Dostępność LLM-ów z takimi możliwościami „wiązałaby się z ogromnymi stawkami, zarówno pod względem potencjalnych korzyści, jak i potencjalnych ryzyk,” powiedział badacz AI, Zach Stein-Perlman, jak podaje Spectrum.
Natomiast, naukowcy zauważają, że LLM-y nadal mają problemy z „bałaganem” zadaniami, takimi jak prace, które są otwarte, źle zdefiniowane lub podobne do wyzwań, z jakimi spotykamy się w prawdziwym świecie.
„Nawet jeśli byśmy mieli naprawdę, naprawdę inteligentne SI, tempo postępu mogłoby nadal zostać zahamowane przez takie czynniki jak sprzęt i robotyka,” powiedziała badaczka METR, Megan Kinniment, jak podaje Spectrum.
Ostrzegła również przed ryzykiem zbyt szybkiego przyspieszenia: „Moglibyśmy doświadczyć przyspieszenia, które jest naprawdę intensywne i sprawia, że kontrola nad sytuacją staje się znacznie trudniejsza.”
Poprzedni artykuł
Najnowsze artykuły 
