README.txt

   1
   2 Trying to make GPTs build their own "culture".
   3
   4 * Motivation
   5
   6 The original motivation of this experiment is the hypothesis that
   7 high-level cognition emerges from the competition among humans in the
   8 space of language and ideas.
   9
  10 More precisely, communicating agents try to out-do competitors by
  11 creating stuff that is smart but doable, e.g. some other agents get
  12 it, but not all. Then, that smart thing is added to the "culture",
  13 they all learn and get to understand it, and it repeats.
  14
  15 * Setup
  16
  17 It starts with a "world model" that they got before they communicate,
  18 and from there, they try to "be smart" by proposing quizzes that can
  19 be solved but not by everybody.
  20
  21 There are 5 competing GPTs.
  22
  23 The "world" is a 7x9 grid with three "birds" moving in a straight line
  24 and bouncing on the world's borders. The colors correspond to a fixed
  25 "z-buffer order". It could be another "world", but this one has
  26 objectness, occlusion, and motion.
  27
  28 Given a random world state, and the state after two iterations of
  29 birds moving, a "quiz" is to predict the second frame, given the
  30 first, or the opposite.
  31
  32 My home-baked GPT-37M trained with 250k solves this with ~99% success
  33 [to be verified with the new setup].
  34
  35 At every iteration, we select the GPT with the lowest test accuracy,
  36 and run one epoch.
  37
  38 If its test accuracy got higher than 97.5%, it will create new
  39 quizzes. To do so, it generates a large number of pairs of frames, and
  40 checks which ones of these quizzes are hard but not too hard, which
  41 means
  42
  43 [THIS IS THE IMPORTANT BIT]:
  44
  45 it can be solved, in both time directions, by all the other GPTs **but
  46 one**
  47
  48 The both time directions is to avoid a simple type of quizzes which is
  49 simply to deal with noise in the first frame.
  50
  51 The GPT generates 1000 of such quizzes, that are added to the
  52 "culture", i.e. the training set.
  53
  54 We update the test accuracy of all the GPTs, and then we go to the
  55 next iteration.
  56
  57 The hope is that interesting concepts emerge (connectivity, symmetry,
  58 interior/exterior, shape vocabulary, etc.)