Bilanz der Quelle: Ein neues Forschungsresultat zeigt, dass LLMs (Lernende Maschinen) in ihrem Nachtraining immer komplexere Aufgaben erreichen können, aber sie auch zunehmend Sprachdrift in ihren Chains of Thought zeigen. Die Arbeit identifiziert die Bedingungen, unter denen Sprachdrift entsteht und beweist, dass CoT-Monitorbarkeit ohne Leistungsverlust nicht reparierbar ist.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Kalina Digest unterstützen
Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.
