Na scenę wkroczył nowy duży model językowy StableLM od Stability AI

Model StableLM został udostępniony przez firmę Stability AI w tym tygodniu i – według podawanych przez nią informacji – był trenowany na otwartoźródłowym zbiorze danych nazywanym „The Pile", w którym zawarto informacje pobrane z Wikipedii, YouTube'a i serwisu PubMed.

Stability AI jednocześnie twierdzi, że dane, którymi dysponuje firma do trenowania sztucznej inteligencji, są trzykrotnie większe objętościowo niż „The Pile" i zawierają „1,5 biliona tokenów treści".

Model bez znaczenia

Zdaniem serwisu Mashable , produkt Stability AI wypada mizernie i nijako w porównaniu z modelem ChatGPT firmy OpenAI, który wyznaczył „złoty standard", jeśli chodzi o duże modele językowe i ich konsumenckie użycie, jak i rozwój kolejnych generacji (GPT-4, o którym pisaliśmy na łamach CyberDefence24.pl w tym tekście .

Model StableLM dezinformuje, nie potrafiąc na przykład przywołać faktów na temat wydarzeń z 6 stycznia 2021 r. na Kapitolu, kiedy to zwolennicy Donalda Trumpa wtargnęli do budynków rządowej administracji w Waszyngtonie. Zdaniem algorytmu, udało im się przejąć kontrolę nad budynkami, co jest nieprawdą.

StableLM nie radzi sobie również z konstruowaniem przekonująco brzmiącego tekstu, co jest głównym wyróżnikiem modelu ChatGPT – choć nierzadko podaje on nieprawdziwe informacje, to jednak brzmi bardzo przekonująco. O tym, że właśnie taki był cel jego powstania, pisaliśmy również na naszych łamach tutaj .

Brak zabezpieczeń

Mashable zwraca uwagę, że StableLM nie jest także wyposażony w mechanizmy zabezpieczające go przed nadużyciami dotyczącymi wrażliwych treści – bez problemu np. produkuje treści stawiające w pozytywnym świetle postać Adolfa Hitlera. Skoro jest tak źle, to dlaczego StableLM w ogóle powstał?

Serwis zwraca uwagę, że model jest otwartoźródłowy, co w praktyce przekłada się na to, że każdy może zajrzeć do wnętrza tego, co w przypadku innych modeli jest „czarną skrzynką" i zobaczyć, jak StableLM działa.

Dodatkowo, jak wskazuje redakcja, produkt jest dopiero w początkowym stadium swojego rozwoju i w fazie testowania, a operuje na 3-7 mld parametrów, podczas gdy docelowa ich liczba dla generowania i predykcji treści ma obejmować 65 mld. Istnieje zatem szansa, że model rozwinie się w czasie i poprawi swoje działanie, oferując lepszą jakość pracy.