超越现象的分类学
人工智能
2025-08-26 v1
摘要
虽然语言模型在训练时旨在模仿人类，但所产生的系统显示出超越任何单个人能力的能力。为理解这一现象，我们在受控环境中识别导致模型超越其数据源性能的属性。我们在此基础上概述了三种超越模式，称为技能去噪、技能选择和技能泛化。随后，我们引入了基于知识图谱的设置，其中模拟专家根据各自专业知识生成数据。我们强调了若干数据多样性方面有助于实现模型超越能力的因素。此外，我们的数据生成设置提供了一个受控的测试平台，期待对该领域的未来研究具有所谓的价值。
引用
@article{arxiv.2508.17669,
title = {A Taxonomy of Transcendence},
author = {Natalie Abreu and Edwin Zhang and Eran Malach and Naomi Saphra},
journal= {arXiv preprint arXiv:2508.17669},
year = {2025}
}