从RLHF、PPO到GRPO再训练推理模型,这是你需要的强化学习入门指南
从RLHF、PPO到GRPO再训练推理模型,这是你需要的强化学习入门指南强化学习(RL)已经成为当今 LLM 不可或缺的技术之一。从大模型对齐到推理模型训练再到如今的智能体强化学习(Agentic RL),你几乎能在当今 AI 领域的每个领域看到强化学习的身影。
搜索
强化学习(RL)已经成为当今 LLM 不可或缺的技术之一。从大模型对齐到推理模型训练再到如今的智能体强化学习(Agentic RL),你几乎能在当今 AI 领域的每个领域看到强化学习的身影。
尽管人工智能(AI)在飞速发展,当前 AI 开发仍严重依赖人类专家大量的手动实验和反复的调参迭代,过程费时费力。
据《金融时报》报道,由OpenAI 前CTO Mira Murati 创立的隐秘人工智能初创公司 Thinking Machines Lab 已完成 20 亿美元种子轮融资 。这笔交易使这家成立仅 6 个月的初创公司估值达到 100 亿美元。
熬夜写作业却被AI检测判成ChatGPT代笔,成绩归零还可能毕不了业!休斯顿大学的Leigh Burrell靠15页证据才洗清冤屈。AI检测工具误判频出,逼得学生录屏自证清白,教育界的信任正在崩塌。连老师自己的文章都被标成AI生成?
你能想象一个汽车经销商每天漏接45%电话的场景吗?这意味着几乎一半想要预约保养、询问配件或购车咨询的客户都被直接晾在了一边。
近年来,随着社交媒体的迅猛发展,“假明星诈骗”可谓是层出不穷。在国内,最著名的莫过于那位“假靳东”:不少大妈在短视频平台上刷到“靳东”的账号,头像是靳东、视频是靳东、说话也是靳东,甚至还会温柔喊你“亲爱的”“小可爱”,让人忍不住心动。
过去一个月,你听到了多少次Vibe?如果你关注AI的各种动态,那应该比你过去N年听到的次数都多。
在 AI 领域,英伟达开发的 CUDA 是驱动大语言模型(LLM)训练和推理的核心计算引擎。
刚刚过去的618,罗永浩又创下炸裂新纪录——被自己的AI分身打败了!在百度电商直播间,罗永浩数字人强势登场,不仅爆梗频出、神似度拉满,还一举打破老罗本人首秀纪录,成交额破5500万。这背后,大模型已成为幕后操盘手!
“对发现问题的投入,与解决问题同样重要。”这是上海人工智能实验室主任周伯文在首届明珠湖会议所作开场报告中的核心观点之一。