Đang tải bảng tin…
MIT Technology Review0 Hot0 bình luận9 phút đọc
LLMs are stuck in a groupthink rut. This startup is trying to get them out.
Most large language models exhibit a striking homogeneity in their outputs — ask any major chatbot for a random number and you'll almost always get 7. Research presented at NeurIPS 2025 confirmed this 'artificial hivemind' effect, showing that 25 different LLMs converged on nearly identical metaphors when given open-ended prompts. Australian startup Springboards built Flint, an LLM fine-tuned on Alibaba's Qwen 3, that targets specific decision points in its output to inject controlled randomness rather than blindly cranking up the temperature parameter. The approach aims to serve creative professionals in advertising and marketing who need genuinely novel brainstorming rather than statistically average responses.
Nguồn: https://www.technologyreview.com/2026/07/01/1140003/llms-are-stuck-in-a-groupthink-rut-this-startup-is-trying-to-get-them-out. 8sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.
Đề xuất cho bạn
The Next Web1 Hot4 phútAI
Meta's Brain2Qwerty reads typed sentences from the brain
Meta vừa công bố phiên bản 2 của hệ thống Brain2Qwerty, sử dụng máy quét MEG không xâm lấn để giải mã các câu văn bản từ hoạt động não bộ. Hệ thống đạt độ chính xác 61% cho từng từ (tối đa 78% ở người tham gia tốt nhất), vượt trội so với các hệ thống không xâm lấn trước đây chỉ đạt vài phần trăm. Mặc dù sử dụng pipeline LLM tương tự ChatGPT để tái tạo câu từ tín hiệu não nhiễu, hệ thống vẫn còn hạn chế lớn như thiết bị cồng kềnh, không hoạt động theo thời gian thực và yêu cầu người dùng phải gõ bàn phím để huấn luyện. Các phương pháp xâm lấn vẫn dẫn đầu về độ chính xác với 92% cho toàn bộ câu.
Lập trình viên nên đọc bài này để hiểu cách kết hợp mô hình ngôn ngữ lớn (LLM) và giải mã não bộ để tạo ra hệ thống mới trong lĩnh vực AI não-giao tiếp, giúp mở rộng ứng dụng của trí tuệ nhân tạo trong y tế và tương tác người-máy.
