OpenAI的强化微调:RL+Science 创造新神还是灭霸?
OpenAI的强化微调:RL+Science 创造新神还是灭霸?2024 年 12 月 6 号加州时间上午 11 点,OpenAI 发布了新的 Reinforcement Finetuning 方法,用于构造专家模型。对于特定领域的决策问题,比如医疗诊断、罕见病诊断等等,只需要上传几十到几千条训练案例,就可以通过微调来找到最有的决策。
搜索
2024 年 12 月 6 号加州时间上午 11 点,OpenAI 发布了新的 Reinforcement Finetuning 方法,用于构造专家模型。对于特定领域的决策问题,比如医疗诊断、罕见病诊断等等,只需要上传几十到几千条训练案例,就可以通过微调来找到最有的决策。
OpenAI正悄然跨入一个全新的领域——军事AI。最新官宣中,OpenAI将联手国防技术公司Anduril,将技术整合进无人机中,未来战争的样貌要被重新定义了。
审稿人严重不足,审稿意见急剧下滑,CVPR官方坐不住了,不仅出台了七条新规,还再三强调,禁止审稿人用大模型生成/翻译评审结果。
o1推理代表着推理的未来。菲尔兹奖得主陶哲轩在OpenAI最新访谈中表示,AI可以帮助从头开始重新设计数学,以前所未有的规模处理数学问题,引领着一个全新的发现时代。
o1满血版刚发布,就被曝: 骗人技能也拉满了。 具体行为包括但不限于,在回答中故意引入微小错误、试图关闭监督机制……甚至在人类追问其是否诚实时,还会继续撒谎说自己啥坏事也没干。
据谷歌官方消息,近日,英国首相斯塔默(Keir Starmer)为伦敦首个谷歌资助的“AI校园(AI Campus)”举行了开幕仪式。
近日,月之暗面一直处于风暴眼中。这固然与朱啸虎的连番指责、Kimi的股权纠纷迷雾有关,也因一定程度上,旗下产品Kimi正在与更谨慎投放、更积极寻找商业化的大模型行业主线“逆向而行”。
自从 Chatgpt 诞生以来,LLM(大语言模型)的参数量似乎就成为了各个公司的竞赛指标。GPT-1 参数量为 1.17 亿(1.17M),而它的第四代 GPT-4 参数量已经刷新到了 1.8 万亿(1800B)。
作为计算机视觉领域的开拓者,李飞飞在人工智能革命中扮演了重要角色。她的新回忆录《我所看到的世界》(The Worlds I See)详细讲述了她从学术到技术突破的旅程,以及如何在人工智能的最前沿找到自己的使命。
隐私和安全,无疑是横亘在OpenAI与广告之间的绊脚石。