復古模型talkie問世，僅蒐集1930年以前知識以測試推理能力
模型簡介
一群研究人員近日發表了一個名為talkie的語言模型，它是個復古語言模型，僅使用1930年以前的資料進行訓練，以觀察AI在缺乏現代資訊下的理解及推理能力。
訓練資料與目標
talkie的設計目標是讓模型真正站在1930年以前的文本宇宙中，從那個時代的書籍、報紙、期刊、科學論文、專利與法律案例中學習世界。研究團隊蒐集了大量1931年以前的英文書籍、報紙、期刊、專利、判例等資料，用以訓練此模型。
能力測試與發現
研究人員發現，talkie在語言與數學能力上接近現代語言模型。此外，團隊也測試了其跨領域泛化能力，例如觀察一個完全不懂數字計算機的1930年模型如何透過少量示例學習Python編程，並獨立推導出解決方案。
應用與意義
研究人員認為，這類「時間切片」模型可用於探討AI在缺乏現代資訊環境下的推理與學習機制，有助於理解AI的基礎運作原理與知識遷移能力。