粤ICP备17114055号
微信扫码
与创始人交个朋友
支持私有云部署
我要投稿
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
2024-12-25
BERT新版本：ModernBERT -- Smarter, Better, Faster, Longer
2024-12-25
Cursor 0.44 重磅更新：全面提升 Agent 能力
2024-12-24
LLM微调系列：一篇超全的Lora综述，7大秘籍
2024-12-24
大模型时代的软件工程教育，路在何方？
2024-12-23
AWS Bedrock：面向 AI 应用的端到端解决方案
2024-12-23
大模型应用系列：从MLOps到LLMOps
2024-12-22
Hugging Face 发布免费开放课程，微调本地LLMs模型
2024-12-22
我对Multi-Agent集成业务场景设计
2024-09-18
2024-07-11
2024-07-11
2024-07-09
2024-06-11
2024-10-20
2024-07-23
2024-07-20
2024-07-26
2024-07-12
回到顶部