🧠 Почему «метод проб и ошибок» бьёт «зубрёжку» в математике
🧠 Почему «метод проб и ошибок» бьёт «зубрёжку» в математике Учёные «заглянули внутрь» нейросетей и нашли, почему одни модели решают сложную математику лучше других. Дело не в размере — а в способе обучения. И это меняет взгляд на весь ИИ. Есть два главных способа «прокачать» модель после базовой подготовки: - SFT (дообучение на примерах) — как натаскивание по задачнику: показали множество решённых задач, модель запомнила и повторяет по шаблону. - RL (обучение с подкреплением) — как строгий репетитор: не даёт готовых ответов, а хвалит за верный ход мысли и «штрафует» за ошибку. Модель сама ищет путь к решению. В свежем исследовании на arXiv сравнили «внутренности» моделей, обученных обоими способами. Оказалось: у RL-моделей внутренние представления (то, как нейросеть хранит и связывает знания) устроены принципиально иначе. Они не зазубривают формулы, а выстраивают более абстрактную картину задачи — поэтому увереннее справляются с нестандартными примерами. Практический вывод: просто «скормить» модели гору правильных ответов — тупик. Будущее — за обучением через опыт и вознаграждение, как учатся люди. Сможет ли такая нейросеть однажды выиграть у человека математическую олимпиаду? Делитесь мнением 👇 #ИИ #Нейросети #MachineLearning