#7# Деградація ШІ можлива! Як сміттєві дані соцмереж руйнують логіку моделей та викликають цифрову психопатію

Це дослідження емпірично підтверджує гіпотезу про "деградацію мозку" LLM (великих мовних моделей), стверджуючи, що постійне поглинання низькоякісного, або "сміттєвого", веб-тексту спричиняє стійке зниження когнітивних здібностей моделі. Дослідники використовували контрольовані експерименти на даних із Twitter/X, визначаючи "сміттєві" дані за двома критеріями: високим рівнем залучення/популярності (M1) та низькою семантичною якістю (M2). Результати показали нетривіальне погіршення міркування, розуміння довгого контексту, безпечності та посилення "темних рис" особистості (наприклад, психопатії), причому основним механізмом помилок є пропуск ланцюгів міркувань (thought-skipping). Важливо, що це погіршення є стійким і не може бути повністю виправлене навіть значним обсягом подальшого навчання чи інструктивного доналаштування, що переводить питання якості даних у сферу безпеки під час безперервного попереднього навчання. ⏱ Розділи: 0:00 Феномен розладу мозку у ШІ 1:24 Гіпотеза та методологія дослідження 4:05 Процес навчання та параметри моделей 5:05 Результати: як сміття псує ШІ 8:57 Ефект дози та метрики контенту 11:52 Аналіз помилок та логіка моделей 14:12 Способи відновлення та лікування ШІ 18:25 Підсумки дослідження та майбутнє ШІ #ПростоШтучнийІнтелект #ШІ #GPT3 #LLaMA #StableDiffusion #СинтетичніДані #МодельнийКолапс Голоси ведучих синтезовані: власний клонований голос автора та ліцензована модель голосу. Сценарій створено за допомогою ШІ на основі джерел, перелічених нижче, під редакційним контролем автора.