En ny studie hevder at polysemantisitet i tidlige AI-modeller ikke skyldtes superposisjon, men flere vanlige og løsbare problemer, og at man nå kan forstå de fleste nevroner i modeller med billioner av parametere.
En ny studie hevder at polysemantisitet i tidlige AI-modeller ikke skyldtes superposisjon, men flere vanlige og løsbare problemer, og at man nå kan forstå de fleste nevroner i modeller med billioner av parametere.