Анализ обучения Claude Fable 5: почему модель выбирает готовые шаблоны

Технический разбор работы Claude Fable 5 показал, что модель опирается на заранее выученные цепочки действий, а не на дедуктивный поиск. В ходе эксперимента с математической игрой Summle модель потратила 60 тысяч токенов на перебор вариантов, прежде чем переключилась на систематический метод решения. Это указывает на то, что Fable 5 обучена через дистилляцию успешных путей, а не через развитие универсального алгоритма поиска.
Такой подход делает модель эффективной в задачах с предсказуемой структурой, например, в написании кода, где существуют канонические последовательности. Однако в задачах, требующих поиска решения с нуля, модель демонстрирует хрупкость, пытаясь применить заученные шаблоны там, где они не работают.
Дальше
Cohere представила North Mini Code для разработчиков
Cohere выпустила North Mini Code, свою первую модель для написания кода под лицензией Apache 2.0. Это 30-миллиардная MoE-модель, которая работает на одном GPU H100.
Читайте также
- Anthropic представила модели Claude Fable 5 и Mythos 5
- Anthropic выпускает модель Claude Fable 5
- Anthropic купила биотех из одного сотрудника
- Отказ в разговоре о суициде Anthropic считает провалом
- У Anthropic 94,2% верных находок, а curl отверг 19 из 34
- Anthropic за дни до IPO сообщила о срабатывании порога RSP
Комментарии
Пока никто не написал. Будьте первым.
Присоединяйтесь к разговору
Войдите, чтобы оставить комментарий. Он появится после модерации.

