AI-skolan
Model collapse är när en AI-modells kvalitet och mångfald successivt försämras för att den tränats på data som till stor del själv är AI-genererad, i stället för äkta mänsklig träningsdata. Ovanliga men viktiga mönster i den ursprungliga datan försvinner steg för steg när modeller tränas på tidigare modellers utdata, generation efter generation — ett problem som blivit alltmer akut i takt med att internet fylls med mer AI-genererat innehåll.
Exempel
Om en bildmodell tränas om och om igen på bilder som tidigare AI-modeller skapat, snarare än på foton tagna av människor, tenderar resultaten att bli alltmer likriktade och tappa detaljer och variation — som ett fotokopierat dokument som gradvis blir suddigare för varje ny kopia.
AI
ML
Avancerat
