
Ex-OpenAI-Mitarbeiter Andrew Ho und Cambridge-Forscher Adam Hunt sehen ein wachsendes Problem: Große Sprachmodelle werden nicht vielseitiger, sondern spezialisierter: stark bei Code und Mathematik, schwach in vielen anderen Bereichen. Ho gründet deshalb ein Startup für spezialisierte Trainingsdaten und prognostiziert, dass KI-Labore künftig über 100 Milliarden Dollar in gezielte Datenakquise investieren müssen.
Der Artikel Debatte um große Sprachmodelle: Werden LLMs vielseitiger – oder nur spezieller? erschien zuerst auf The Decoder.
