레플리
글 수 284

GPT3 튜링 테스트

조회 수 668 추천 수 0 2020.07.23 12:16:24
깊은바다 *.68.248.98


https://www.facebook.com/monthly.nlp/posts/288885049210033

 

 

 

GPT3가 얼마나 상식을 가지고 있는지 실험한 글입니다. 비슷하게 대답을 하지만 분명한 한계가 존재합니다. 딥러닝은 사람처럼 세계에 대한 모델을 가지고 있지 않습니다. 단지 통계적으로 확률이 높은 단어를(물론 통계학과는 다르게 학습으로 일반화를 하지만) 선택합니다. 그래서 그럴 듯 하지만 논리적으로 틀린 대답이 많습니다. 이런 한계를 어떻게 극복할지가 앞으로 AGI를 만들 수 있는 관건이 될 거라 생각합니다.

 

이 게시물을
엮인글 :
목록
List of Articles
제목 글쓴이 날짜 조회 수sort
End-To-End Memory Networks - 자연어 질문에 대답하는 모델 [2] 깊은바다 2017-08-21 962
질의응답을 위한 딥러닝 모델인 메모리 네트워크 정리 file 깊은바다 2018-09-26 960
페이스북의 일상대화 딥러닝 모델 - BlenderBot file 깊은바다 2020-05-01 949
머신러닝의 자연어처리 기술 깊은바다 2018-05-11 937
LG 사이언스파크에서 만든 한글 MRC(기계독해) 데모 file [2] 깊은바다 2020-03-07 933
문장을 벡터로 변환하는 방법들 깊은바다 2021-09-16 931
GPT3 유료화 기능 소개 영상 깊은바다 2020-06-15 915
딥러닝을 사용하여 심심이의 나쁜말 필터링 기능 구현 깊은바다 2019-08-14 902
위키에서 질문의 답을 찾는 딥러닝 모델, 페이스북의 DrQA file 깊은바다 2019-08-03 902
위키정보를 찾아 잡담을 하는 딥러닝 모델 - Wizard Of Wikipedia file 깊은바다 2018-11-29 900
Word2Vec의 학습 방식 깊은바다 2019-01-17 898
스캐터랩의 핑퐁팀, 새로운 생성 모델 챗봇 데모 공개 깊은바다 2020-11-02 898
잡담봇 삽질기 - 문봇에서 딥러닝 Seq2Seq로 문장 생성 깊은바다 2018-03-25 857
ChatGPT보다 한글을 더 잘 대답하는 모델 - Claude file 깊은바다 2023-01-10 857
인간의 언어를 이해하는 기계, NLU 깊은바다 2019-05-17 850
목록
쓰기