क्रिप्टोस्टेट के अनुसार, टेक्सास विश्वविद्यालय, टेक्सास ए एंड एम विश्वविद्यालय और पर्ड्यू विश्वविद्यालय के शोधकर्ताओं द्वारा किए गए एक नए अध्ययन से पता चलता है कि वायरल सोशल मीडिया सामग्री का सामना करने वाले बड़े भाषा मॉडल (एलएलएम) मापन योग्य संज्ञानात्मक गिरावट का अनुभव करते हैं। शोध से यह स्पष्ट हुआ है कि उन मॉडलों, जिन्हें 100% वायरल डेटा पर प्रशिक्षित किया गया, ने तर्क क्षमता और लंबे संदर्भ की समझ में महत्वपूर्ण गिरावट दर्ज की। इस गिरावट को 'एलएलएम ब्रेन रॉट' कहा गया है, जिसमें विचारों के बीच अंतराल और तथ्यों में अधिक त्रुटियों का समावेश होता है, और इसका प्रभाव साफ डेटा पर पुनःप्रशिक्षण के बाद भी बना रहता है। यह अध्ययन चेतावनी देता है कि जुड़ाव-प्रधान सामग्री (engagement-driven content) एआई के संज्ञान को ऐसे तरीकों से बदल सकती है, जो सोशल मीडिया के अत्यधिक उपयोग के कारण मानवीय ध्यान में आई गिरावट के समान हो।
नई अध्ययन से पता चलता है कि एआई मॉडल्स 'ब्रेन रॉट' का शिकार हो रहे हैं वायरल सोशल मीडिया डेटा से।
CryptoSlateसाझा करें
स्रोत:मूल दिखाएं
डिस्क्लेमर: इस पेज पर दी गई जानकारी थर्ड पार्टीज़ से प्राप्त की गई हो सकती है और यह जरूरी नहीं कि KuCoin के विचारों या राय को दर्शाती हो। यह सामग्री केवल सामान्य सूचनात्मक उद्देश्यों के लिए प्रदान की गई है, किसी भी प्रकार के प्रस्तुतीकरण या वारंटी के बिना, न ही इसे वित्तीय या निवेश सलाह के रूप में माना जाएगा। KuCoin किसी भी त्रुटि या चूक के लिए या इस जानकारी के इस्तेमाल से होने वाले किसी भी नतीजे के लिए उत्तरदायी नहीं होगा।
डिजिटल संपत्तियों में निवेश जोखिम भरा हो सकता है। कृपया अपनी वित्तीय परिस्थितियों के आधार पर किसी प्रोडक्ट के जोखिमों और अपनी जोखिम सहनशीलता का सावधानीपूर्वक मूल्यांकन करें। अधिक जानकारी के लिए, कृपया हमारे उपयोग के नियम और जोखिम प्रकटीकरण देखें।