搜索
为了将大型语言模型（LLM）与人类的价值和意图对齐，学习人类反馈至关重要，这能确保它们是有用的、诚实的和无害的。在对齐 LLM 方面，一种有效的方法是根据人类反馈的强化学习（RLHF）。尽管经典 RLHF 方法的结果很出色，但其多阶段的过程依然带来了一些优化难题，其中涉及到训练一个奖励模型，然后优化一个策略模型来最大化该奖励。
个人电脑原型的创造者、数字时代的「建筑师」Gordon Bell逝世，他曾提出过计算机系统领域的Bell定律，当选为美国国家工程院院士和科学院院士，获得过IEEE约翰·冯·诺依曼奖章，ACM在并行计算领域的Gordon Bell Prize就是由他赞助成立的。
央企通信巨头再次奏响大模型舞台的超强音！刚刚结束的中国移动人工智能生态大会主旨论坛上，中国移动发布了全自研「九天」千亿多模态基座大模型，一举成为国内最值得信赖、最懂行业的全栈大模型。
5月22号，百川智能正式发布了Baichuan 4大模型，并推出成立之后的首款AI搜索助手“百小应”。
一览Beyond Expo 2024上的有趣发现。
到底是什么割裂了厂商和消费者？
马斯克在VivaTech大会上称：只有我能做好AI。
第一个以「泛化」能力为核心设计原则的可学习图像匹配器来了！
既能像 Transformer 一样并行训练，推理时内存需求又不随 token 数线性递增，长上下文又有新思路了？
大模型公司洗牌期开始了。 突然之间，几家明星初创纷纷传出消息，寻求收购。都是大家熟悉的名字、过往战绩也都不错：Adept，估值超10亿美元，由Transformer作者创立；Humane，估值7.5-10亿美元，打造出爆火AI新硬件AI Pin；Stability AI，Stable Diffusion打造者，最早一批AI独角兽。