ግሮኪንግ እና የዘገየ አጠቃላይነት

It overturns the intuition that learning and generalization happen together.

እ.ኤ.አ. በ2021 በOpenAI ተመራማሪዎች እንደ ሞዱላር አርቲሜቲክ ባሉ ትናንሽ አልጎሪዝም ተግባራት ላይ የተገኘ ፣ ግሩኪንግ ባለ ሁለት-ደረጃ ኩርባ ያሳያል። መጀመሪያ ላይ፣ ሞዴሉ የስልጠናውን ስብስብ በትክክል የሚያሟላ ሲሆን የማረጋገጫ አፈጻጸም በአጋጣሚ የሚቆይ ሲሆን ይህም ተስፋ ቢስ ሆኖ ከአቅም በላይ ይመስላል። ከዚያ፣ ከሺህ ወይም ከሚሊዮኖች ከሚቆጠሩ ተጨማሪ እርምጃዎች በኋላ ምንም ግልጽ ግስጋሴ፣ የማረጋገጫ ትክክለኛነት በድንገት ወደ ፍፁም ቅርብ ይሆናል። ዋናው ማብራሪያ የክብደት መበስበስ (መደበኛነት) ኔትወርኩ ቀስ በቀስ የሚሰባበር የማስታወስ መፍትሄን እንዲተው እና የታመቀ፣ የተዋቀረ እና በትክክል ዋናውን ደንብ የሚይዝ፣ ለምሳሌ ሞጁል መደመርን በክበብ ላይ እንደሚሽከረከር ያሳያል። ግሩኪንግ በትናንሽ ሰው ሰራሽ ዳታ ስብስቦች ላይ በብዛት ይታያል፣ነገር ግን መረዳቱ መቼ እና ለምን አጠቃላይነት እንደሚመጣ ጥልቅ መካኒኮች ላይ ብርሃን ይፈጥራል።