大模型自我奖励：Meta让Llama2自己给自己微调，性能超越了GPT-4
大模型自我奖励：Meta让Llama2自己给自己微调，性能超越了GPT-4人工智能的反馈（AIF）要代替 RLHF 了？
来自主题: AI资讯
9200 点击 2024-01-20 15:09
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
人工智能的反馈（AIF）要代替 RLHF 了？
大模型在极大的提高工作效率的同时，也将一些隐患带入到人们的生活中，比如擦边内容、暴力诱导、种族歧视、虚假和有害信息等。
复旦团队进一步挖掘 RLHF 的潜力，重点关注奖励模型（Reward Model）在面对实际应用挑战时的表现和优化途径。
微软和 AI 初创公司 Inworld 达成合作，将引入基于 AI 的“角色引擎”及“Copilot 助理”，为开发者提供一系列开发工具，以创建更真实、动态的 NPC。
OpenAI认为，未来十年来将诞生超过人类的超级AI系统。但是，这会出现一个问题，即基于人类反馈的强化学习技术将终结。
多模态技术是 AI 多样化场景应用的重要基础，多模态大模型（MLLM）展现出了优秀的多模态信息理解和推理能力，正成为人工智能研究的前沿热点。上周，谷歌发布 AI 大模型 Gemini，据称其性能在多模态任务上已全面超越 OpenAI 的 GPT-4V，再次引发行业的广泛关注和热议。
多模态大语言模型展现了强大的图像理解和推理能力。但要让它们基于当前观测来对未来事件进行预测推理仍然非常困难。
随着大型语言模型（LLM）的发展，从业者面临更多挑战。如何避免 LLM 产生有害回复？如何快速删除训练数据中的版权保护内容？如何减少 LLM 幻觉（hallucinations，即错误事实）? 如何在数据政策更改后快速迭代 LLM？这些问题在人工智能法律和道德的合规要求日益成熟的大趋势下，对于 LLM 的安全可信部署至关重要。
蚂蚁集团20篇论文入选AI顶会NeurlPS，7成论文聚焦生成式AI。
大语言模型需要消耗巨量的GPU内存。有可能一个单卡GPU跑推理吗？可以的话，最低多少显存？70B大语言模型仅参数量就有130GB，仅仅把模型加载到GPU显卡里边就需要2台顶配100GB内存的A100。