چارچوبی نظری برای تعریف مدل‌های هوش مصنوعیِ «استنتاج هر وظیفه»

پژوهشگران در پیش‌چاپی در arXiv چارچوبی ریاضی برای مدل‌های بنیادینِ دارای قابلیت «استنتاج هر وظیفه» (ATI) پیشنهاد کرده‌اند؛ قابلیتی که به استنتاج zero-shot شباهت دارد و در برابر رویکرد پیش‌آموزش و سپس ریزتنظیم قرار می‌گیرد.

این چارچوب مفهوم «فضای وظایف موردنظر» را وارد دامنهٔ مسئله می‌کند و مدل ATI را سامانه‌ای تعریف می‌کند که نمونهٔ داده و وظیفه را مستقیماً به پیش‌بینی‌هایی روی فضای برچسب‌ها نگاشت می‌دهد. نویسندگان می‌گویند با این تعریف می‌توان همهٔ مدل‌های ATI را با رویکردی به نام «کاهش جهان‌شمول وظیفه» به سه بخش رمزگذار، مدل و رمزگشا تجزیه کرد.

این مقاله در حال حاضر پیش‌چاپ است؛ چکیدهٔ منتشرشده جزئیات بیشتری دربارهٔ اجزای این تجزیه ارائه نمی‌کند.