OpenAI 的 Lilian Weng 谈持续学习的力量
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 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。
OpenAI 发布 GPT-3 和 Codex 的新版本,可在已有文本中编辑或插入内容,而不再只是补全现有文本。
推荐理由:OpenAI 公布 GPT-3 与 Codex 新增编辑与插入能力,读者可了解补全之外的新交互方式。
OpenAI 发起意向征集,邀请研究者申请参与大语言模型经济影响的研究。该征集面向有意研究 LLM 经济影响的各方,具体参与方式与研究方向未在公告中详述。
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。
OpenAI 构建了一个面向 Lean 的神经定理证明器,能够解出多道高难度高中数学奥赛题,包括来自 AMC12 和 AIME 竞赛的题目,以及两道改编自 IMO 的题目。
推荐理由:OpenAI 用 Lean 神经定理证明器解出 AMC12、AIME 及两道改编自 IMO 的题目,可了解形式化数学推理的早期进展。
OpenAI 训练出比 GPT-3 更能遵循用户意图的语言模型,同时更真实、毒性更低,所用技术来自其对齐研究。这些名为 InstructGPT 的模型采用人类参与训练的方式,现已作为 OpenAI API 的默认语言模型部署。
推荐理由:OpenAI 说明 InstructGPT 如何通过人类反馈训练,让模型更贴合用户意图并成为 API 默认模型。
OpenAI 在 API 中推出 embeddings 端点,用于自然语言和代码任务。该端点可支持语义搜索、聚类、主题建模和分类等场景。
推荐理由:OpenAI 在 API 中新增 embeddings 端点,读者可了解它面向语义搜索、聚类等任务的定位。
OpenAI 对 GPT-3 进行微调,使其借助基于文本的网页浏览器更准确地回答开放式问题,并将该工作命名为 WebGPT。
推荐理由:OpenAI 用文本浏览器微调 GPT-3 提升开放问答的事实准确率,可了解早期检索增强思路。
OpenAI 发布文章介绍为应用定制 GPT-3 的方法,指出可通过单条命令完成微调。
OpenAI 宣布推出 OpenAI Residency,作为其支持和培养 AI 人才努力的一部分。该项目面向 AI 人才发展,具体申请条件与时间安排未在公告中披露。
OpenAI 宣布其 API 不再需要等待名单,向更多开发者开放。官方表示,这一更广泛的可用性得益于安全方面的进展。
推荐理由:OpenAI 宣布 API 取消等待名单,读者可据此了解其开放节奏与安全进展的关系。
OpenAI 训练了一个求解小学阶段数学应用题的系统,准确率约为微调 GPT-3 模型的两倍。该系统能解出约 90% 的题目数量,与真实儿童相当:9-12 岁小样本在其数据集测试中得分 60%,系统在同一批题目上得分 55%。
推荐理由:OpenAI 用小学数学应用题对比微调 GPT-3 与儿童成绩,可了解当时模型解题能力的实际水平。
OpenAI 发布关于用人类反馈总结书籍的研究,聚焦如何对难以评估的任务扩大人类监督规模。
OpenAI 宣布任命 Helen Toner 加入其董事会。Toner 现任乔治城大学安全与新兴技术中心(CSET)战略主管。
OpenAI 推出改进版 Codex,这一将自然语言转换为代码的 AI 系统即日起通过 API 开放私测。
OpenAI 发布 Triton 1.0,这是一门类 Python 的开源编程语言,让没有 CUDA 经验的研究者也能编写高效的 GPU 代码,性能多数情况下可达到专家水平。
推荐理由:OpenAI 开源 Triton 1.0,让没有 CUDA 经验的研究者也能写出接近专家水平的 GPU 代码。