2024-02-09 簡訊 : OpenAI 讓人工智能變得更加“民主”的計劃


頭條


Qwen 1.5車型發(fā)布

https://qwenlm.github.io/blog/qwen1.5/
從0.5B到72B參數(shù)毒嫡。 這些是令人印象深刻的多語言模型套件忌傻。 有趣的是,最小的模型是第一個嚴(yán)肅的 sub 1B 參數(shù)語言模型奶赠。

OpenAI 讓人工智能變得更加“民主”的計劃

https://time.com/6684266/openai-democracy-artificial-intelligence/
2023 年 5 月,Colin Megill 會見了 OpenAI射富,包括聯(lián)合創(chuàng)始人 Wojciech Zaremba唧垦,討論整合他的公共審議平臺 Polis,該平臺使用人工智能來增強民主參與查刻。 此次合作旨在通過廣泛的公眾投入使人工智能與人類價值觀保持一致。 它引發(fā)了 OpenAI 的“人工智能民主投入”倡議凤类,通過 100 萬美元的資助計劃探索人工智能治理穗泵。


研究


Boximator:可控視頻合成

https://arxiv.org/abs/2402.01566
眾所周知,視頻合成很難控制谜疤。 這項工作提出使用方框和箭頭來指導(dǎo)隨著時間的推移生成佃延,這改善了人類的偏好判斷,但仍然沒有給用戶提供完美的指導(dǎo)夷磕。

一種新的人工智能對齊優(yōu)化方法

https://arxiv.org/abs/2402.01306v1
卡尼曼-特沃斯基優(yōu)化 (KTO) 是一種訓(xùn)練人工智能模型以更好地符合人類思維的新方法履肃。 通過利用 Kahneman 和 Tversky 前景理論中的概念,KTO 專注于效用最大化坐桩,而不僅僅是偏好可能性尺棋。

人工智能中的多模態(tài)幻覺

https://arxiv.org/abs/2402.01345v1
本文闡明了為什么大型視覺語言模型(LVLM)有時會錯誤地描述圖像,這種現(xiàn)象被稱為多模態(tài)幻覺绵跷。 語義轉(zhuǎn)移偏差膘螟,尤其是段落中斷處的語義轉(zhuǎn)移偏差,是一個關(guān)鍵因素抖坪。


工程


Rabbit 的開源替代品 (GitHub Repo)

https://github.com/KillianLucas/01
一個小組正在致力于構(gòu)建 Rabbit 硬件的開源版本萍鲸,包括語言建模部分。

NaturalSQL (GitHub Repo)

https://github.com/cfahlgren1/natural-sql
ChatDB 的 NaturalSQL 是一系列在文本到 SQL 指令上具有最先進性能的模型擦俐。

從單張照片生成多樣化的人物肖像

https://caphuman.github.io/
CapHuman 是一個框架,可以僅使用一張參考照片創(chuàng)建一個人的各種圖像握侧。 它巧妙地保持了人的身份蚯瞧,同時改變了頭部位置和表情嘿期。


雜七雜八


Pearls 上下文教程

https://github.com/facebookresearch/Pearl/blob/main/pearl/tutorials/contextual_bandits/contextual_bandits_tutorial.ipynb
Pearls 是由 Meta 維護的強化學(xué)習(xí)框架。 本教程將介紹該軟件的基于老虎機的學(xué)習(xí)問題埋合。

人工智能對勞動力市場的影響比預(yù)期慢

https://aisupremacy.substack.com/p/mit-paper-ais-labor-market-impacts
工作論文“超越人工智能曝光:哪些任務(wù)通過計算機視覺實現(xiàn)自動化具有成本效益备徐?” 麻省理工學(xué)院和 IBM 的研究人員研究了自動化基于視覺的任務(wù)的經(jīng)濟可行性。 研究發(fā)現(xiàn)甚颂,只有 23% 的自動化具有成本效益蜜猾。 該論文預(yù)測,與更具破壞性的預(yù)測相比振诬,多年來勞動力市場的影響將逐漸顯現(xiàn)蹭睡。

文本嵌入模型的新基準(zhǔn)

https://arxiv.org/abs/2402.01613v1
Nomic-Embed-Text-V1 作為開源、完全可復(fù)制的文本嵌入模型設(shè)立了新標(biāo)準(zhǔn)赶么。 它在短上下文和長上下文任務(wù)中都表現(xiàn)出色肩豁。 Nomic-Embed-Text-V1 具有獨特的透明度,提供對其訓(xùn)練代碼辫呻、模型權(quán)重和包含 2.35 億文本對的龐大數(shù)據(jù)集的完整訪問清钥。

Matrices

https://matrices.app/
Matrices 是一種人工智能原生電子表格,可以自行創(chuàng)建并填充您需要的任何信息放闺。 它可以僅用自然語言進行擴展祟昭。

人工智能如何幫助我們了解鳥類

https://themarkup.org/hello-world/2024/02/03/how-ai-is-helping-us-learn-about-birds
BirdCast 是康奈爾鳥類學(xué)實驗室、科羅拉多州立大學(xué)和麻省大學(xué)阿默斯特分校之間的合作項目怖侦,利用機器學(xué)習(xí)和雷達(dá)數(shù)據(jù)來預(yù)測鳥類遷徙从橘。 該項目展示了人工智能通過增強對生態(tài)系統(tǒng)健康和遷徙模式的理解來徹底改變鳥類學(xué)的潛力。

Roblox 發(fā)布實時人工智能聊天翻譯器

https://www.theverge.com/2024/2/5/24061495/roblox-generative-ai-chat-translator
Roblox 開發(fā)了一種人工智能模型础钠,能夠?qū)崟r翻譯 16 種語言的文本聊天內(nèi)容恰力,通過打破語言障礙來增強用戶參與度。 它在專家混合架構(gòu)中利用基于變壓器的大型語言模型旗吁,以有效利用資源踩萎,同時維護隱私和安全流程。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末很钓,一起剝皮案震驚了整個濱河市香府,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌码倦,老刑警劉巖企孩,帶你破解...
    沈念sama閱讀 221,430評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異袁稽,居然都是意外死亡勿璃,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,406評論 3 398
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來补疑,“玉大人歧沪,你說我怎么就攤上這事×椋” “怎么了诊胞?”我有些...
    開封第一講書人閱讀 167,834評論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長锹杈。 經(jīng)常有香客問我撵孤,道長,這世上最難降的妖魔是什么竭望? 我笑而不...
    開封第一講書人閱讀 59,543評論 1 296
  • 正文 為了忘掉前任邪码,我火速辦了婚禮,結(jié)果婚禮上市框,老公的妹妹穿的比我還像新娘霞扬。我一直安慰自己,他們只是感情好枫振,可當(dāng)我...
    茶點故事閱讀 68,547評論 6 397
  • 文/花漫 我一把揭開白布喻圃。 她就那樣靜靜地躺著,像睡著了一般粪滤。 火紅的嫁衣襯著肌膚如雪斧拍。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,196評論 1 308
  • 那天杖小,我揣著相機與錄音肆汹,去河邊找鬼。 笑死予权,一個胖子當(dāng)著我的面吹牛昂勉,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播扫腺,決...
    沈念sama閱讀 40,776評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼岗照,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了笆环?” 一聲冷哼從身側(cè)響起攒至,我...
    開封第一講書人閱讀 39,671評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎躁劣,沒想到半個月后迫吐,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,221評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡账忘,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,303評論 3 340
  • 正文 我和宋清朗相戀三年志膀,在試婚紗的時候發(fā)現(xiàn)自己被綠了熙宇。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,444評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡梧却,死狀恐怖奇颠,靈堂內(nèi)的尸體忽然破棺而出败去,到底是詐尸還是另有隱情放航,我是刑警寧澤,帶...
    沈念sama閱讀 36,134評論 5 350
  • 正文 年R本政府宣布圆裕,位于F島的核電站广鳍,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏吓妆。R本人自食惡果不足惜赊时,卻給世界環(huán)境...
    茶點故事閱讀 41,810評論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望行拢。 院中可真熱鬧祖秒,春花似錦、人聲如沸舟奠。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,285評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽沼瘫。三九已至抬纸,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間耿戚,已是汗流浹背湿故。 一陣腳步聲響...
    開封第一講書人閱讀 33,399評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留膜蛔,地道東北人坛猪。 一個月前我還...
    沈念sama閱讀 48,837評論 3 376
  • 正文 我出身青樓,卻偏偏與公主長得像皂股,于是被迫代替她去往敵國和親墅茉。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,455評論 2 359

推薦閱讀更多精彩內(nèi)容