Un modo de fallo degenerativo donde un modelo de IA entrenado repetidamente con su propio output generado (o el de otros modelos) va perdiendo diversidad y precisión.
Ejemplos
"Los investigadores advirtieron que sin datos humanos frescos, el modelo terminaría en colapso del modelo."
Origen y uso
Nombrado en la literatura de investigación de IA, describiendo el riesgo documentado de que el entrenamiento recursivo con datos sintéticos erosione silenciosamente la calidad del modelo generación tras generación.
Se usa al hablar del riesgo de que un modelo empeore por entrenarse con contenido generado por IA.
MENTIONS OVER TIME
¿Quieres ver la entrada completa en inglés con etiquetas de categoría, tendencia, distribución por plataforma y votos de la comunidad? Visita la Model Collapse entrada completa en inglés →
WHEN DID YOU FIRST HEAR THIS?
CLICK AN OPTION BELOW TO CAST YOUR VOTE.
[ VOTE TO REVEAL COMMUNITY RESULTS ]