机构名称：
¥ 1.0
第五，也许是最严重的一点：问题“自动”选择进行少样本学习的方式完全不清楚，可能不合理。论文中说（图 2）“如果零样本学习不起作用，则进行少样本学习”，以及（第 4 页）“如果问题没有解决 [通过零样本学习]，我们将执行以下操作 [描述少样本程序]”。问题是，系统如何知道零样本学习没有成功？据我所知，论文中没有回答这个问题。也许系统使用了一些合法的方法；例如，Codex 系统无法生成可执行代码。但是，如果这是标准，人们会预期在某些时候，零样本学习会产生可执行但错误的代码；而论文中没有提到这一点。更有可能的是，当零样本学习产生了错误的答案时，系统会转向少样本学习。也就是说，程序正在使用记录的正确答案来指导其操作。这将是作弊 1，如果是这样的话，那么所有与小样本学习相关的结果都必须被抛弃，或者至少用一个非常大的星号来解释。
人工智能程序解决大学数学问题的局限性
主要关键词
相关文件推荐
