Hugging Face 金融业机器学习负责人洞察:RBC、Moody's Analytics 专家谈 ML 落地挑战
Hugging Face 发布“机器学习负责人洞察”系列金融版,邀请来自 U.S. Bank、Royal Bank of Canada、Moody's Analytics 及前 Bloomberg AI 研究科学家的金融 ML 专家分享经验。
Hugging Face 发布“机器学习负责人洞察”系列金融版,邀请来自 U.S. Bank、Royal Bank of Canada、Moody's Analytics 及前 Bloomberg AI 研究科学家的金融 ML 专家分享经验。
Hugging Face 多模态学习团队发布伦理章程,将伦理原则正式纳入机器学习研究生命周期。章程明确了内容政策,禁止暴力、歧视、侵犯隐私、生成虚假信息及在医疗、法律等高风险领域的不谨慎使用,并提出透明、开放可复现、公平、自我批判和尊重署名五项价值观。该文件由多模态团队联合伦理运营、数据治理和隐私专家讨论形成,截至 2022 年 5 月仍在完善中,更新将通过 GitHub 追踪。
Hugging Face 研究科学家 Sasha Luccioni 在访谈中介绍了她在 Big Science 项目中主持碳足迹工作组的工作,研究范围不止于 CO2 排放,还包括制造成本,甚至测算一封邮件产生多少 CO2。
Hugging Face 博客发布“机器学习总监洞察”系列第二部分,聚焦 SaaS 领域,采访了 Salesforce 的 Omar Rahman 和 Amplitude 的 Cao (Danica) Xiao 等机器学习负责人。
Hugging Face 发布系列文章,邀请多位机器学习总监分享 ML 在媒体、制药等行业的落地经验与挑战。BuzzFeed 的 Archi Mitra 谈到隐私优先个性化推荐、创作者辅助工具和贝叶斯测试;强生、微软、亚马逊出身的 Li Tan 则强调制药领域训练集需覆盖各族裔以保证 AI 公平性。
OpenAI 探讨在优化难以或高成本度量的目标时,如何应对 Goodhart 定律——"当一个度量成为目标,它就不再是好的度量"。该定律源自经济学,OpenAI 在训练中需直面这一挑战。
Hugging Face 机器学习工程师 Lewis Tunstall 在访谈中介绍了与 Leandro von Werra 合著的《NLP with Transformers》,并讲述了自己从 2018 年使用 pytorch-pretrained-bert 到加入 Hugging Face 的经历。
Hugging Face 发布机器学习专家访谈,嘉宾 Margaret Mitchell 讲述其从微软 Seeing AI 到创立 Google 伦理 AI 团队、再到加入 Hugging Face 的经历。
OpenAI 分享了在语言模型安全与滥用问题上的最新思考,旨在帮助其他 AI 开发者应对已部署模型的安全与滥用问题。