标签：概率

今天给大家带来一篇Reinforcement Learning from Human Feedback的全家桶，来自知乎@何枝（已授权）。 随着 Llama3 的开源，人们对 Alignment 的重视程度又上...

夕小瑶科技说 原创作者 | 谢年年 监督微调（Supervised Fine-Tuning, SFT）和基于人类反馈的强化学习（Reinforcement Learning from Human Feedback, RLHF）...

克雷西 发自 凹非寺量子位 | 公众号 QbitAI比斯坦福DPO（直接偏好优化）更简单的RLHF平替来了，来自陈丹琦团队。 该方式在多项测试中性能都远超DPO，还能让8B...

夕小瑶科技说 原创作者 | 付奶茶最近推特上有一个例子引起了广泛的讨论，事情的起因是这样的：网友让 GPT-4o 预测一下自己未来将会替代人类哪些工作？ 这听起...

夕小瑶科技说 分享作者 | Erutan Lai来源 | 知乎想必很多同学都会感到好奇，论文投稿之后会经历什么？ 写这篇文章，就我所知的，简单科普一下。毕竟没当过大C...

梦晨 发自 凹非寺量子位 | 公众号 QbitAIAI足球教练登上Nature子刊，谷歌DeepMind与利物浦队合作三年打造： 如同AlphaGo颠覆围棋一样，改变了球队制定战术的...

机器之心专栏 机器之心编辑部Fast-DetectGPT同时做到了高准确率、高速度、低成本、通用，扫清了实际应用的障碍！大语言模型如 ChatGPT 和 GPT-4 在各个领域对...

导语我们的大脑在一定程度上是贝叶斯推理系统，生成内部模型对外部世界作出预测，然后将预测与感官输入不断地进行对比，形成预测误差并更新内部模型。2022年...

大数据文摘授权转载自将门创投 作者：seven_ 近一段时间以来，工业界和学术界都对大型语言模型（LLM）的内部运行机理进行了深入的研究和探索。这种基础理论研...

直播预告 | 1月17日晚7点，「多模态大模型线上闭门会」正式开讲！阿里巴巴通义实验室 NLP 高级算法专家严明参与出品，携手刘兆洋、李彦玮、文束三位青年学者...

机器之心报道 编辑：Panda W理论证明！校准的语言模型必然出现幻觉。大型语言模型（LLM）虽然在诸多下游任务上展现出卓越的能力，但其实际应用还存在一些问题...

来源：中国科学院高能物理研究所作者：黄黎原 编辑：单独存在的夸克 撰文: 黄黎原（Lê Nguyên Hoang） 翻译: 方弦导读：贝叶斯定理一旦与算法相结合，...

新智元报道编辑：桃子 好困【新智元导读】Transformer大模型工作原理究竟是什么样的？一位软件工程师打开了大模型的矩阵世界。黑客帝国中，「矩阵模拟」的世...

夕小瑶科技说 分享来源 | 机器之心大模型的逻辑？不存在的。我让 GPT-3 和 Llama 学会一个简单的知识：A 就是 B，然后反过来问 B 是什么，结果发现 AI 回答的...

机器之心报道编辑：泽南、陈萍大模型的逻辑？不存在的。我让 GPT-3 和 Llama 学会一个简单的知识：A 就是 B，然后反过来问 B 是什么，结果发现 AI 回答的正确...