研究:AI文本有六大难读模式
纽约大学与得克萨斯大学奥斯汀分校研究发现,前沿语言模型系统性地过度使用难以解析的语言模式,原因或在于代码和数学训练偏重正确性而非清晰度;小模型反而更接近人类写作。
德克萨斯大学奥斯汀分校(UT Austin)是美国的一所公立研究型大学。近期与该校园相关的人工智能报道包括:NYU 与 UT Austin 研究人员发现前沿语言模型系统性过度使用难以解析的语言模式;另有报道称 OpenAI 算法破解纳维-斯托克斯方程,UT Austin 的 Dana Moshkovitz 据称看到多年难题被证明;此外,莱斯大学宣布将于 2027 年开设人工智能硕士项目。
纽约大学与得克萨斯大学奥斯汀分校研究发现,前沿语言模型系统性地过度使用难以解析的语言模式,原因或在于代码和数学训练偏重正确性而非清晰度;小模型反而更接近人类写作。
有报道称OpenAI的算法解决了长期悬而未决的纳维-斯托克斯方程,令数学界陷入存在性危机。报道称研究人员从此前恐慌转向愤怒与接受,部分学者沦为AI证明的核查者;得州大学奥斯汀分校的Dana Moshkovitz多年研究的难题据称被模型数小时内给出证明。该说法尚未获得独立证实。
莱斯大学宣布将于2027年秋季开设人工智能硕士(MAI)学位,今年开放申请。该项目为三个学期、30学分,首期预计约20名学生,旨在培养AI工程、开发与研究人才。