Microsoft Research 播客访谈:AI 评测中的意外失败与应对之道
Microsoft Research 播客中,主持人 Chad Atalla 与 Microsoft 合作研究经理、Purdue 教授 Jennifer Neville 对谈,讨论评测如何推动当今 AI 系统性能边界,以及模型在传统基准之外测试时出现的意外失败。
Microsoft Research 播客中,主持人 Chad Atalla 与 Microsoft 合作研究经理、Purdue 教授 Jennifer Neville 对谈,讨论评测如何推动当今 AI 系统性能边界,以及模型在传统基准之外测试时出现的意外失败。
OpenAI CEO Sam Altman 在联合国安理会发表讲话,讨论 AI 安全、人类控制与国际合作。
OpenAI 的 Chris Lehane 主张,AI 能力越强,越需要更强的安全证据、共享标准和持久的政策行动,而当前政策窗口仍然敞开。他呼吁抓住这一窗口期推动落地。
OpenAI 的 Jakub Pachocki 反思了能力不断增强的 AI 以及让其保持对齐的难题,呼吁加强安全保障并推动国际协调。
OpenAI CFO Sarah Friar 阐述了芯片、算力、模型与产品各层面的进步如何相互叠加,从而以更大规模和更低成本交付更有用的智能。她将这一链条称为"充裕智能"背后的全栈。
OpenAI CFO Sarah Friar 分享了打造 AI 原生财务团队的五条经验,涵盖自动化预测、更强的管控以及 AI 投资回报率。内容来自其自身实践总结,未披露具体模型版本或量化指标。
OpenAI CFO Sarah Friar 提出一套实用的 AI 记分卡,通过有用工作量、每项成功任务成本、可靠性和算力回报四个维度衡量 AI 的投资回报率。该记分卡旨在帮助企业评估 AI 投入的实际产出,而非仅关注模型能力本身。
OpenAI 公布名为"Built to benefit everyone"的计划,提出以可及性、安全与共享繁荣为核心的 AI 未来愿景,目标是确保 AGI 惠及所有人。
OpenAI 发布由 Sam Altman 分享的五项原则,用于指导其确保 AGI 惠及全人类的工作。该使命与原则共同构成 OpenAI 推进 AGI 的方向框架。
OpenAI 发文指出 AI 正在快速进步,人类有机会塑造其发展方向,使其走向科学发现、安全与更美好的未来。原文未披露具体模型、版本或技术细节。
Model ML CEO Chaz Englander 在 OpenAI Executive Function 系列访谈中,讨论 AI 原生基础设施与自主智能体如何重构金融服务工作流。
OpenAI 认为 AI 将比历史上任何技术为更多人解锁更多机会,若方向正确,AI 能赋予每个人前所未有的能力。这一判断来自一位自认务实的技术从业者,其看重的是技术对人的生活的直接影响,而非技术本身。
OpenAI 称 ChatGPT 的设计目标是实用、可信且可适配,让用户能将其打造成自己的工具。该表述来自 OpenAI News 一篇题为《Intellectual freedom by design》的文章,正文未披露具体功能、版本或参数细节。
OpenAI 推出 AI stories,用日常案例展示 AI 带来的实际收益,并指向更大的机会。Sam Altman 此前撰文称人类正进入 Intelligence Age,AI 将显著提升人的能力,使科学、医学、教育、国防等领域的难题变得可解。
LaunchDarkly 首席产品官 Claire Vo 分享了 AI 时代产品经理角色的变化,以及如何打造 AI 原生团队。她还介绍了自己的"反待办清单"方法。
OpenAI 发文呼吁现在就开始思考超级智能的治理问题,即未来能力远超 AGI 的 AI 系统。文章未给出具体治理方案或时间表。
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 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。
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 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。
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。