据悉，最新型号的Orion在处理编码任务方面表现不佳，与GPT-4相比并没有明显的提升。谷歌即将推出的软件也面临着类似的挑战，推迟了备受期待的 3.5 Opus 型号的发布。
行业专家指出，这些挑战源于寻找“新的、未开发的、高质量的人类生成的训练数据”的困难以及开发和运营新旧模型的巨大成本。硅谷长期以来一直认为，更多的计算能力、数据和更大的模型将不可避免地带来更好的性能甚至通用人工智能（AGI），但这种观点可能是基于错误的假设。
为了应对这些挑战，公司正在探索替代方法，包括在初始训练完成后对模型进行额外训练（通过人类反馈完善答案并优化语气），以及开发可以执行特定任务（例如预订航班）的人工智能工具（称为代理）。航班或代表用户发送电子邮件。
AI初创公司Face的首席伦理科学家表示，“AGI泡沫正在逐渐破裂，可能需要不同的训练方法才能让AI模型在各种任务上表现良好。”其他专家也表达了类似观点。
广告声明：文章中包含的外部跳转链接（包括但不限于超链接、二维码、密码等）用于传达更多信息，节省选择时间。结果仅供参考。所有 IT House 文章均包含此声明。
