محققان در یک پژوهش جدید کشف کردند که بر خلاف تصور رایج، استفاده از دادههای «یکنواخت» همیشه بهترین راه برای آموزش مدلهای هوش مصنوعی نیست! 🧠
طبق این مقاله، استفاده از دادههایی با توزیع «قانون توان» (Power-Law) باعث میشود مدلها در کارهای پیچیده استدلالی و محاسباتی، عملکرد بسیار بهتری داشته باشند. این توزیع به هوش مصنوعی کمک میکند تا ابتدا مهارتهای پایه و پرکاربرد را یاد بگیرد و سپس با تکیه بر آنها، مفاهیم کمیاب و دشوارتر را با بهرهوری بسیار بالاتر فرا بگیرد. این یعنی آموزش سریعتر با دادههای کمتر! 🚀
این یافته یک دیدگاه تازه درباره بهینهسازی دیتاستها برای مدلهای آینده ارائه میدهد.
منبع: arXiv Machine Learning
