bitcoin
bitcoin

$64426.275079 USD

-3.96%

ethereum
ethereum

$1793.025282 USD

-5.24%

tether
tether

$0.999493 USD

0.05%

bnb
bnb

$590.176397 USD

-4.18%

usd-coin
usd-coin

$0.999903 USD

0.01%

xrp
xrp

$0.956416 USD

-2.81%

solana
solana

$70.390953 USD

-6.30%

tron
tron

$0.307252 USD

-1.68%

hyperliquid
hyperliquid

$65.400630 USD

-5.44%

zcash
zcash

$897.603019 USD

-0.85%

monero
monero

$489.783944 USD

-7.62%

dogecoin
dogecoin

$0.057896 USD

-7.24%

unus-sed-leo
unus-sed-leo

$9.119479 USD

-1.58%

chainlink
chainlink

$9.104602 USD

-4.60%

cardano
cardano

$0.150431 USD

-7.46%

암호화폐 뉴스 비디오

Matthieu Wyart: 언어 구조를 배우려면 얼마나 많은 데이터가 필요합니까? (2026년 9월 25일)

2026/11/07 05:04 Simons Foundation

실험적인 신경 확장 법칙이 대규모 기계 학습의 경험적 진보를 실질적으로 이끌었다는 사실에도 불구하고 기존 이론은 자연어에 대해 훈련된 현대 LLM에 대한 이러한 중요한 법칙의 지수를 정량적으로 예측할 수 없습니다. 다른 목표를 가진 훈련으로 이길 수 있을지도 불분명하다. Matthieu Wyart는 데이터가 제한된 확장 법칙의 경우 최초의 이론을 포함하여 이 현상을 연구하기 위한 공동 작업의 노력을 검토할 것입니다. 그런 다음 Wyart는 숨겨진 계층 구조(언어학과 컴퓨터 비전 모두의 중심 개념)를 표시하는 합성 언어를 소개하고 이러한 언어가 얕은 네트워크가 아닌 깊은 네트워크에서 학습되는 방법에 대해 논의합니다. 이러한 합성 언어의 확장 법칙은 토큰 수준에서 훈련할 때 자연어와 동일한 원리를 따르지만 이러한 언어는 추상 공간에서 예측하는 기계를 통해 훨씬 더 효율적으로 학습될 수 있습니다. 이는 JEPA(Joint Embedding Predictive Architecture) 및 자체 잠재성에서 학습하는 기타 기계의 성공을 정당화합니다. 자세한 내용은 https://www.simonsfoundation.org/events/simons-collaboration-on-the-physics-of-learning-and-neural-computation-annual-meeting-2026/을 참조하세요.
비디오 소스:Youtube

부인 성명:info@kdj.com

제공된 정보는 거래 조언이 아닙니다. kdj.com은 이 기사에 제공된 정보를 기반으로 이루어진 투자에 대해 어떠한 책임도 지지 않습니다. 암호화폐는 변동성이 매우 높으므로 철저한 조사 후 신중하게 투자하는 것이 좋습니다!

본 웹사이트에 사용된 내용이 귀하의 저작권을 침해한다고 판단되는 경우, 즉시 당사(info@kdj.com)로 연락주시면 즉시 삭제하도록 하겠습니다.

2026年11月16日 에 게시된 다른 동영상