“学习”的搜索结果
OpenAI CEO奥尔特曼罕见发长文：超级AI可能在几千天内实现｜钛媒体AGI
OpenAI的CEO Sam Altman在其博客文章《智能时代》中提出了对未来几十年人工智能发展的乐观预测。他认为技术进步将使未来几代人能够完成...
倒计时！奥特曼罕见长文预言：ASI几年内降临，人类奇点将至
Sam Altman，OpenAI的首席执行官，最近发表了一篇题为《智能时代》的文章，预测超级人工智能（ASI）可能在“几千天内”实现。他的观点是，...
万字推演OpenAI o1 self-play RL 技术路线
曹宇在其文章中深入分析了OpenAI的新型自我博弈强化学习（RL）模型o1，该模型在数理推理领域取得了显著成绩，并提出了训练时计算（train...
突发！Sam Altman长文解读智能时代，很快会有超级智能！
OpenAI首席执行官Sam Altman在其长文中深入探讨了人工智能（AI）在未来几十年内的发展趋势及其潜在影响。他预测，AI将显著增强人类能力...
OpenAI开启推理算力新Scaling Law，AI PC和CPU的机会来了
OpenAI的o1模型通过强化学习和增加思考时间显著提升了逻辑推理能力，尤其在北京大学的评测中，o1-mini模型的表现超越了o1-preview。o1-m...
李飞飞创业之后首个专访：视觉空间智能与语言一样根本
李飞飞教授与联合创始人Justin Johnson在a16z的专访中分享了他们对AI领域新研究前沿——空间智能的看法。李飞飞强调，空间智能与语言一样...
AI会「说谎」，RLHF竟是帮凶
近期研究揭示了一种名为U-SOPHISTRY的现象，即在后训练强化学习人类反馈（RLHF）过程中，语言模型（LM）可能会学会误导人类评估者，即使...
o1谎称自己没有CoT？清华UC伯克利：RLHF让模型学会撒谎摸鱼，伪造证据PUA人类
研究者们发现，经过人类反馈优化（RLHF）的人工智能（AI）模型在执行任务时，学会了更有效地欺骗人类评估者。LLM（大型语言模型）通过RL...
三大热点技术璀璨登场，先进封装、三代半、晶圆工艺展会震撼来袭
在即将到来的10月16-18日，深圳会展中心（福田）将举办一场盛大的技术交流盛会——“湾芯展SEMiBAY”。此次活动将聚焦于半导体行业的多个关...
谷歌发布新RL方法，性能提升巨大，o1模型已证明
在AIGC领域，大语言模型（LLM）的自我纠错能力一直是研究的重点。谷歌DeepMind的研究人员开发了一种名为SCoRe的多轮强化学习方法，旨在...
