AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


揭秘!OpenAI o1模型训练核心原理
发布日期:2024-09-24 08:06:26 浏览次数: 1772 来源:FeelTouch Labs


OpenAI 首席科学家@hwchung27 在MIT演讲中揭示 o1模型训练核心秘密:通过激励模型学习是培养 AGI 系统通用技能的最佳方式。

以下为详情:

Don’t teach. Incentivize.

Non-goal: share specific technical knowledge and experimental results

Goal: share how I think with AI being a running example

Closing

Compute cost is decreasing exponentially

AI researchers should harness this by designing scalable methods

Current generation of LLMs rely on next-token prediction, which can be thought of as weak incentive structure to learn general skills such as reasoning

More generally, we should incentivize models instead of directly teaching specific skills

Emergent abilities necessitate having the right perspective such as unlearning

结束语

计算成本正在呈指数级下降

人工智能研究人员应该通过设计可扩展的方法来利用这一点

当前一代的 LLM 依赖于下一个标记预测,这可以被认为是学习推理等一般技能的弱激励结构

更一般地说,我们应该激励模型,而不是直接教授特定技能

新兴能力需要有正确的观点,例如忘记


53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询