搜索
斯坦福最近公开了一门课的录像，叫 CS329A，主题是 Self-Improving AI Agents（自我改进的 AI agent）。两位主讲教授，Aakanksha Chowdhery 和 Azalia Mirhoseini，都有极深的工业背景。Aakanksha 曾是 Google 540B 参数 PaLM 模型的技术负责人，也参与了 Gemini 的研发
过去十年，大模型世界里很多最关键的技术路线背后，都能看到Andrew Dai的身影。从早期预训练与监督微调，到后来主流的MoE（Mixture of Experts）架构；从Google Brain最初只有几十人的研究时代，到后来支撑Gemini的大规模数据体系，这位在 Google 工作超过14年的研究科学家，几乎站在了大模型时代每一次关键转折的现场。
据撰写这份报告的 AI 编程助手厂商 Replit 员工 Matt Palmer 称，他和一位同事扫描了 Lovable 网站上 1645 款由其开发的 Web 应用程序。经过审查核实，其中 170 款应用程序允许任何人访问网站的用户信息，包括姓名、电子邮件地址、财务信息以及 AI 服务的 API 密钥。
AI 技术在辅助抗体设计方面取得了巨大进步。然而，抗体设计仍然严重依赖于从血清中分离抗原特异性抗体，这是一个资源密集且耗时的过程。
大模型回答如何更可靠？MIT研究团队设计出「共识博弈」，将数学家常用的博弈论引入LLM改进中。没想到，LLaMA-7B的表现，击败了LLaMA-65B，甚至与PaLM-540B相媲美。
谷歌在语言和声控计算机界面的漫长道路上又迈出了重要一步。最新ScreenAI视觉语言模型，能够完成各种屏幕QA问答、总结摘要等任务。
刚刚，谷歌DeepMind首席科学家Jeff Dean，首席执行官Demis Hassabis两大佬联手发布了2023人工智能领域超权威的谷歌年度研究总结。
AI可以从自己生成的「合成数据」中学习，最重要的是，能够大幅提升数据问题解决和代码生成的能力。
最近圣路易斯联邦储备银行发表了一个论文，论文内容是该银行的两位学者利用了谷歌的大语言模型PalM对2019—2023年进行了一次回顾性通胀预测，结果发现AI比人预测的要好！