OpenAI 与冰岛如何用 GPT-4 保护冰岛语
冰岛正在使用 GPT-4 保护其语言。OpenAI 介绍了这一合作,借助 GPT-4 的能力助力冰岛语的保存工作。
冰岛正在使用 GPT-4 保护其语言。OpenAI 介绍了这一合作,借助 GPT-4 的能力助力冰岛语的保存工作。
Stripe 利用 GPT-4 简化用户体验并打击欺诈。OpenAI 分享了这一应用案例,展示 GPT-4 在支付场景中同时服务于体验优化与反欺诈两个方向。
GPT-4 被用于 Duolingo,以填补关键的语言学习空白。原文未披露具体功能细节、参数规模或可用性信息。
Be My Eyes 借助 GPT-4 改变视觉无障碍体验。该应用利用 GPT-4 为视障用户提供视觉辅助能力。
Khan Academy 在一项有限试点项目中探索 GPT-4 用于虚拟课堂教育的潜力。该试点将 GPT-4 引入教学场景,具体功能与规模尚未披露。
OpenAI 发布 GPT-4,官方称其可在创意与技术写作任务中生成、编辑内容并与用户反复迭代,例如作曲、写剧本或学习用户的写作风格。
推荐理由:OpenAI 官方公布 GPT-4 的写作能力,读者可据此了解它在创作与技术写作任务上的定位。
OpenAI 发布《Planning for AGI and beyond》,阐述其使命是确保通用人工智能(比人类更聪明的 AI 系统)造福全人类。该文为官方对 AGI 规划与安全立场的说明。
推荐理由:OpenAI 官方阐述 AGI 的使命与规划思路,可了解其对通用人工智能安全与治理的立场。
OpenAI 正在说明 ChatGPT 的行为是如何被塑造的,并公布改进计划:让用户获得更多定制空间,同时在这些决策上引入更多公众意见。
OpenAI 宣布为 ChatGPT 推出试点订阅计划 ChatGPT Plus。ChatGPT 是一款对话式 AI,可与用户聊天、回答追问并纠正错误假设。
推荐理由:OpenAI 公布 ChatGPT 付费订阅试点计划,读者可了解其订阅形态与对话式 AI 的定位。
OpenAI 发布一款经过训练的分类器,用于区分 AI 生成文本与人类写作文本。
OpenAI 与 Microsoft 宣布延长双方的合作关系。该消息由 OpenAI 官方发布,未披露合作延长的具体条款、期限或金额。
OpenAI 研究人员与乔治城大学安全与新兴技术中心及斯坦福互联网天文台合作,调查大语言模型可能被滥用于虚假信息宣传的方式。该合作包括 2021 年 10 月汇聚 30 位虚假信息研究者、机器学习专家与政策分析师的工作坊,并最终形成一份基于一年多研究的联合报告。报告梳理了语言模型若被用于增强虚假信息宣传对信息环境构成的威胁,并提出了分析潜在缓解措施的框架。
OpenAI 展示了用 GPT-3 从客户反馈中快速提取细致洞察的方法。该方案借助 GPT-3 对客户反馈进行分析,以更快获得 nuanced 的结论。
通过对 GPT-3 进行微调,将其用于驱动并规模化"代客制作"的视频创作。
OpenAI 正利用 GPT-3 创建新一代 AI 驱动的角色。该方向聚焦于以 GPT-3 生成更具表现力的虚拟角色,具体产品形态与可用性尚未披露。
OpenAI 应用 AI 研究团队的 Lilian Weng 阐述了持续学习的力量。原文未披露具体模型、版本号或技术细节。
OpenAI 发布 Point-E,一个可从复杂提示词生成 3D 点云的系统。
OpenAI 宣布推出新版嵌入向量模型,称其在能力、成本效益和易用性上均有明显提升。
OpenAI 超级计算团队工程师 Christian Gibson 分享了探索后端系统细节的工作。他隶属于 OpenAI 的 Supercomputing 团队。
OpenAI 训练并发布名为 ChatGPT 的模型,以对话方式与用户交互。官方称对话格式让 ChatGPT 能回答追问、承认自身错误、质疑错误前提并拒绝不当请求。
推荐理由:OpenAI 官方给出 ChatGPT 的对话式交互定位,读者可据此了解它与以往模型的形态差异。
OpenAI 宣布 DALL·E API 从今天起进入公开测试,开发者可以开始用它构建应用。
Hugging Face 发布教程,讲解如何用 🤗 Transformers 对 Whisper 进行微调,以适配任意多语言 ASR 数据集。Whisper 由 OpenAI 于 2022 年 9 月发布,基于 68 万小时标注音频预训练,覆盖 96 种以上语言,并提供 tiny 到 large-v3 共 11 个 checkpoint。
OpenAI 宣布 DALL·E 取消等待名单,新用户可以直接开始创作。官方称,部署中积累的经验以及安全系统的改进,使更广泛的开放成为可能。
推荐理由:原文交代了 DALL·E 取消等待名单的开放变化,读者可据此了解其使用门槛与安全系统调整。
OpenAI 训练并开源了神经网络 Whisper,其在英语语音识别上接近人类水平的鲁棒性和准确度。
推荐理由:OpenAI 开源语音识别模型 Whisper,读者可了解其在英语识别上的鲁棒性与准确度定位。
OpenAI 为 DALL·E 推出 outpainting 功能,可生成任意尺寸的图像,用于扩展创作画面、讲述更大的故事。
OpenAI 正在提升 AI 系统从人类反馈中学习、以及协助人类评估 AI 的能力。其目标是构建一个足够对齐的 AI 系统,进而帮助解决所有其他对齐问题。
OpenAI 发布新版内容审核工具 Moderation endpoint,改进此前的内容过滤器,即日起向 OpenAI API 开发者免费开放。
OpenAI 宣布 DALL·E 进入测试版,将在未来几周从候补名单中邀请 100 万人使用。用户可用每月重置的免费额度生成图像,也可按 115 次生成一档、15 美元的价格购买额外额度。
推荐理由:原文给出 DALL·E 测试版开放规模与免费额度、付费增量价格,便于读者了解早期图像生成产品的开放方式。
OpenAI 为 DALL·E 2 引入一项新技术,使其生成的人物图像更准确地反映世界人口的多样性,以减少偏见并提升安全性。
OpenAI 在 DALL·E 2 研究预览中,已有来自 118 个以上国家的 3000 多名艺术家将 DALL·E 融入创作流程。早期访问组的艺术家帮助发现了 DALL·E 的新用途,并在 DALL·E 功能决策中提供了关键意见。
OpenAI 为向广泛受众开放 DALL·E 2,在预训练阶段采取缓解措施以降低强大图像生成模型带来的风险。为此,OpenAI 设置了多种防护栏,防止生成的图像违反其内容政策。
OpenAI 提出 Video PreTraining(VPT)方法,在大量无标注的人类玩 Minecraft 视频数据上训练神经网络,仅使用少量承包商标注数据。经微调后,模型能学会制作钻石工具,这一任务通常需要熟练人类花费 20 多分钟、约 24000 次操作。模型使用键盘按键和鼠标移动这类原生人类交互接口,通用性较强,是迈向通用计算机使用智能体的一步。
推荐理由:OpenAI 用少量标注数据加海量无标注视频训练出能玩 Minecraft 的模型,可了解视频预训练这条路径的早期做法。
OpenAI 训练了“批评写作”模型,用于描述摘要中的缺陷。人类评估者在看到模型给出的批评后,发现摘要缺陷的频率明显提高。研究还发现,更大的模型自我批评能力更强,规模对批评写作的提升大于对摘要写作的提升,这为用 AI 系统辅助人类监督 AI 系统提供了可能。
OpenAI 发文梳理训练大型神经网络的技术,指出这类模型是近期多项 AI 进展的核心,但训练本身是艰巨的工程与研究挑战,需要编排一整个 GPU 集群来完成单次同步计算。
Cohere、OpenAI 和 AI21 Labs 联合制定了一套初步的大语言模型最佳实践,适用于任何开发或部署大语言模型的组织。
OpenAI Codex 现已通过 OpenAI API 为 70 款不同应用提供支持,覆盖多种使用场景。
OpenAI 更新 DALL·E 2 研究预览进展,早期用户迄今已生成超过 300 万张图像,并帮助改进了安全流程。OpenAI 表示将开始每周从候补名单中新增最多 1000 名用户。
推荐理由:早期用户已生成超 300 万张图像,官方据此说明安全流程改进与每周放量节奏。
OpenAI 发布研究《Hierarchical text-conditional image generation with CLIP latents》,提出一种基于 CLIP latents 的分层文本条件图像生成方法。
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。