How Transformers Think: The Information Flow That Makes Language Models Work
让我们了解 LLM 背后的 Transformer 模型如何分析用户提示等输入信息，以及它们如何“逐字”生成连贯、有意义且相关的输出文本。
Understanding Critical AI in K12 Classroms with Stephanie Smith Budhai and Marie K. Heath
人工智能渗透到 K-12 教育中，但急于采用新工具往往会忽视有关公平、偏见和人际关系的关键问题。在本期《教育趋势》节目中，主持人 Mike Palmer 与 Stephanie Smith Budhai 和 Marie K. Heath 坐在一起，他们是新书《K-12 课堂中的关键人工智能：培养正义和快乐的实用指南》的合著者。他们共同揭开了围绕教育科技的“必然性神话”，并探讨了教育工作者如何在人工智能快速技术变革面前重新夺回自主权。从索杰纳真理的历史抵制到课堂作为“家园”的概念，对话提供了一个令人耳目一新的、技术怀疑的框架，该框架优先考虑学生的蓬勃发展，而不是大科技的框架。关键要点：重新构建叙
IMPACT: Inflectional Morphology Probes Across Complex Typologies
大型语言模型 (LLM) 在各种多语言基准测试中取得了显着进展，并且越来越多地用于生成和评估非英语语言的文本。然而，虽然它们可能会产生流畅的输出，但仍不清楚这些模型在多大程度上真正掌握了这些语言的潜在语言复杂性，特别是在形态方面。为了研究这一点，我们引入了 IMPACT，这是一个专注于屈折形态的综合生成的评估框架，我们公开发布了该框架，旨在评估五个形态丰富的法学硕士表现……
