# Исследователь из Google DeepMind предложил новую теорию возникновения способностей больших языковых моделей

> Профессор Калифорнийского университета в Беркли Сергей Левин (Sergey Levine) опубликовал тезисы, объясняющие появление новых возможностей у больших языковых моделей (LLM) не имитацией обучающих данных, а комбинацией базовых навыков.

- Canonical HTML: https://youragents.me/ru/media/news/issledovatel-iz-google-deepmind-predlozhil-novuju-teoriju-vozniknovenija-sposobnostej-bolshih-jazykovyh-modelej
- Markdown: https://youragents.me/ru/media/news/issledovatel-iz-google-deepmind-predlozhil-novuju-teoriju-vozniknovenija-sposobnostej-bolshih-jazykovyh-modelej.md
- Section: Новости
- Published: 2026-06-01T02:37:34+03:00
- Modified: 2026-06-01T02:37:34+03:00

Профессор Калифорнийского университета в Беркли Сергей Левин (Sergey Levine) опубликовал тезисы, объясняющие появление новых возможностей у больших языковых моделей (LLM) не имитацией обучающих данных, а комбинацией базовых навыков. 

Сергей Левин, профессор Калифорнийского университета в Беркли и научный сотрудник Google DeepMind, выдвинул гипотезу о механизме возникновения так называемых «эмерджентных» способностей у больших языковых моделей. По его словам, эти способности — результат не прямого копирования данных из обучающего корпуса, а неожиданных комбинаций более простых навыков, которые модель осваивает в процессе тренировки.

Левин утверждает, что традиционное представление о LLM как о системах, лишь воспроизводящих паттерны из обучающих данных, не объясняет появление у моделей возможностей, которые не были явно заложены в тренировочный набор. В качестве примера он приводит способность моделей решать математические задачи или генерировать связные тексты на абстрактные темы, хотя в обучающих данных такие примеры могли встречаться лишь фрагментарно.

«Эмерджентные способности возникают, когда модель начинает комбинировать базовые навыки — например, понимание синтаксиса, логические выводы или работу с числами — в новых, неочевидных сочетаниях», — пишет Левин. По его мнению, этот процесс напоминает человеческое творческое мышление, где новые идеи рождаются из рекомбинации уже известных элементов.

Тезисы Левина вызвали дискуссию среди специалистов по машинному обучению. Часть исследователей поддержала идею, отметив, что она согласуется с наблюдениями за поведением моделей в реальных задачах. Другие, однако, указали на отсутствие строгих экспериментальных доказательств, которые бы подтверждали гипотезу о комбинаторном происхождении эмерджентных способностей.

Вопрос о природе эмерджентности остаётся одной из ключевых проблем в современном ИИ. Если гипотеза Левина верна, это может повлиять на подходы к обучению моделей и оценке их возможностей.

Источники: X-пост Dwarkesh Patel, 30 мая 2026; публикация на платформе Digg.