最近考えている興味深い仮説があります。もしエッジ・オブ・カオスの行動データでモデルをフィードすると、実際にその知能が向上するのではないでしょうか？バニラモデルの出力でトレーニングするときに見られるあの恐ろしいモデルの崩壊を引き起こすのではなく。

標準的なアプローチ—モデルが自分自身の種類から学ぶ—は、時間が経つにつれて能力を狭めるフィードバックループを生み出す傾向があります。しかし、混沌としたエッジ状態は？学習プロセスを新鮮に保つのに十分な予測不可能性をもたらすかもしれません。モデルの多様性を維持し、その再帰的劣化を防ぐための秘密のソースになるかもしれません。

制御された混沌がトレーニングパイプラインにおいて無機質な反復に勝るかどうかを探る価値がある。