搜索
在目前的模型训练范式中，偏好数据的的获取与使用已经成为了不可或缺的一环。在训练中，偏好数据通常被用作对齐（alignment）时的训练优化目标，如基于人类或 AI 反馈的强化学习（RLHF/RLAIF）或者直接偏好优化（DPO），而在模型评估中，由于任务的复杂性且通常没有标准答案，则通常直接以人类标注者或高性能大模型（LLM-as-a-Judge）的偏好标注作为评判标准。
有人表示：「等待已久的 AI 图像创建功能终于迎来了图层！」
全新升级的第二代Ameca来了，GPT-4加持，能够实时对答。
老黄关于未来最新的想法和预测，以及他对于过去很多问题的再思考，还有他的很多日常生活小习惯，都在这篇专访里了。
马斯克一纸诉状，把OpenAI告上法庭，科技圈又炸开了锅。
接触Sora没几天，主动放弃了8亿美元的电影制片厂扩建计划。
黄院士在《赛博朋克2077》里搞的智能NPC，已经飙起中文了？
中国企业家对于人工智能的发展充满焦虑，担心自己的企业会被颠覆。他们思考如何将AI应用于企业发展，并担心AI是否会成为新的生产力，对生产和生活产生何种影响。
Google 最近在大模型上动作不断，先是发布了性能更强大的多模态 Gemini 1.5 Pro，然后是开源的小模型 Gemma，评测结果超过了 7b 量级的 Llama 2。
能够给个体的伤痛带来一定的慰藉和救赎，恰恰是技术进步本身最大的意义所在。