Stripe 利用 GPT-4 优化用户体验并打击欺诈
Stripe 利用 GPT-4 优化用户体验并打击欺诈。通过接入 GPT-4,Stripe 旨在简化用户使用流程,同时提升反欺诈能力。
Stripe 利用 GPT-4 优化用户体验并打击欺诈。通过接入 GPT-4,Stripe 旨在简化用户使用流程,同时提升反欺诈能力。
GPT-4 深化了 Duolingo 上的对话体验,帮助填补语言学习中的关键空白。
OpenAI 发布 GPT-4,称其为该公司扩展深度学习进程中的最新里程碑。GPT-4 是一个大型多模态模型,接受图像和文本输入、输出文本,在多种专业和学术基准上展现人类水平表现,同时在许多真实场景中仍不及人类。
推荐理由:原文点明了GPT-4的多模态输入能力和基准表现定位,读者可据此理解这一代模型相对前代的关键变化。
Khan Academy 正在一项有限的试点项目中探索 GPT-4 用于虚拟教育的潜力。该项目聚焦 GPT-4 在课堂教学场景中的应用,目前处于小范围测试阶段。
OpenAI 发布 GPT-4,官方介绍称它能在创意与技术写作任务上与用户共同生成、编辑和迭代,例如作曲、编写剧本或学习用户的写作风格。
OpenAI 发布《Planning for AGI and beyond》,阐述其使命是确保通用人工智能(AGI)——即总体上比人类更聪明的 AI 系统——造福全人类。文章围绕 AGI 的规划与更长远的未来展开讨论。
OpenAI 阐明了 ChatGPT 行为的塑造方式,并公布改进该行为、允许更多用户自定义以及在这些决策中获取更多公众意见的计划。
OpenAI 宣布推出 ChatGPT 的试点订阅计划 ChatGPT Plus。ChatGPT 是一款对话式 AI,可以与用户聊天、回答后续问题并质疑不正确的假设。
OpenAI 推出一个经过训练的分类器,用于区分 AI 撰写的文本与人类撰写的文本。
OpenAI 宣布与 Microsoft 延长双方的合作关系。原文仅给出这一核心消息,未披露合作期限、投资金额或具体条款等更多细节。
OpenAI 与 Georgetown University 的 Center for Security and Emerging Technology、Stanford Internet Observatory 合作,发布报告预测大语言模型被滥用于虚假信息活动的潜在风险,并提出分析缓解措施的框架。
Hugging Face 的 AI 游戏开发教程第 2 部分演示如何用 ChatGPT 辅助农场游戏设计,向其提问后得到作物多样性、进阶系统等建议,并灰盒实现前两项。文章随后科普语言模型、Transformer 架构与 RLHF 原理,指出 ChatGPT 会一本正经地给出错误答案(如四元数解释),建议将其作为头脑风暴与加速工具而非替代开发流程。
OpenAI 用 GPT-3 从客户反馈中快速提取细致洞察,帮助企业更快理解用户意见。
OpenAI 通过微调 GPT-3 来驱动并规模化"一站式"视频创作服务。
OpenAI 用 GPT-3 打造新一代 AI 驱动角色。原文仅简要说明以 GPT-3 为基础创建下一代 AI 角色,未给出更多技术细节或数据。
OpenAI 应用 AI 研究团队的 Lilian Weng 探讨了持续学习的价值。文章指出,让模型在部署后继续从新数据和反馈中学习,可使系统随时间不断改进,而非停留在训练完成时的静态能力。
Hugging Face 官方博客介绍如何用 🤗 transformers 调用 CLIPSeg 零样本分割模型,通过文本提示词和图像提示词(visual prompting)生成粗分割掩码。
OpenAI 宣布推出一款全新的 embedding 模型,称其能力显著更强、成本效益更高且使用更简便。原文未披露该模型的名称、参数规模、上下文长度或定价等具体细节。
OpenAI 超算团队工程师 Christian Gibson 分享了后端系统的细节。
OpenAI 宣布训练出名为 ChatGPT 的模型,它以对话方式交互,可通过对话格式回答后续问题、承认自身错误、质疑不正确的前提并拒绝不当请求。
DALL·E API 今日起开启公开测试,开发者可以开始用它构建应用。
Hugging Face 发布教程,手把手演示如何用 🤗 Transformers 在 Google Colab 上微调 Whisper small(244M 参数)做多语言 ASR。
DALL·E 现已取消等待名单,新用户可以直接开始创作。OpenAI 表示,部署过程中积累的经验以及安全系统的改进使更大范围的开放成为可能。
OpenAI 宣布训练并开源神经网络 Whisper,称其在英文语音识别上接近人类水平的鲁棒性和准确性。
DALL·E 推出 outpainting 功能,让用户可以扩展创作、生成任意尺寸的图像,从而讲述更完整的故事。
OpenAI 正在提升 AI 系统从人类反馈中学习的能力,并帮助人类评估 AI,目标是构建一个足够对齐的 AI 系统,以协助解决其他所有对齐问题。
OpenAI 推出全新的 Moderation endpoint 内容审核工具,改进了此前的内容过滤器,今日起向 OpenAI API 开发者免费开放。
OpenAI 宣布 DALL·E 现已进入 beta 阶段,将在未来几周内从等候名单邀请 100 万人使用。用户可用每月自动补充的免费额度进行创作,也可以 15 美元购买 115 次生成的额外额度。
推荐理由:原文给出了开放节奏和定价细节,读者可据此判断其可用性与使用成本。
OpenAI 为 DALL·E 2 上线一项新技术,使其生成的人物图像更准确地反映世界人口的多样性。该技术旨在减少模型偏见并提升生成内容的安全性。
DALL·E 2 研究预览期间,来自 118 个以上国家的 3,000 多名艺术家已将 DALL·E 纳入创作工作流。早期访问群体的艺术家帮助 OpenAI 发现了 DALL·E 的新用途,并在 DALL·E 功能决策中提供了关键意见。
OpenAI 为 DALL·E 2 设置了多项防护措施,以降低强大图像生成模型带来的风险。这些护栏旨在防止生成的图像违反其内容政策,从而让更广泛的受众安全使用 DALL·E 2。
OpenAI 通过在大规模人类 Minecraft 玩法无标注视频上做 Video PreTraining(VPT),配合少量标注承包商数据,训练出一个神经网络来玩 Minecraft。微调后该模型能合成钻石工具,这一任务通常需要熟练人类耗时 20 分钟以上(24,000 次动作);模型使用键盘按键和鼠标移动这一原生人类接口,较为通用,是迈向通用计算机使用智能体的一步。
OpenAI 训练了“批评写作”模型来描述摘要中的缺陷,人类评估者在看到模型批评后发现摘要缺陷的频率大幅提高。更大的模型自我批评能力更强,规模提升对批评写作的改进大于对摘要写作的改进。这表明 AI 系统有望在困难任务上辅助人类对 AI 系统的监督。
Cohere、OpenAI 和 AI21 Labs 联合制定了一套适用于任何开发或部署大语言模型的组织的初步最佳实践。该实践面向通用场景,不限于特定厂商。
OpenAI Codex 已通过 OpenAI API 为 70 个不同应用提供支持,覆盖多种使用场景。Codex 是 OpenAI 面向开发者的代码生成模型,开发者可经 API 调用将其集成进各类应用中。
DALL·E 2 研究预览更新:早期用户已创建超过 300 万张图片,并帮助改进了安全流程。OpenAI 将开始每周从等待名单中新增最多 1,000 名用户。
OpenAI 宣布多项高管职务调整,以反映近期进展并确保持续推进下一个重大里程碑。原文未披露具体人事变动名单与细节。
OpenAI 发布论文《Hierarchical text-conditional image generation with CLIP latents》,研究基于 CLIP latents 的层级式文本条件图像生成方法。抓取失败,仅标题可用,正文细节缺失。
OpenAI 探讨了古德哈特定律——"当一个度量成为目标,它就不再是好的度量"——在优化难以或高成本测量的目标时如何应对这一问题。该定律虽源自经济学,但 OpenAI 在确定优化目标时必须直面它。
OpenAI 发布 GPT-3 和 Codex 新版本,新增编辑与插入功能,可对已有文本进行修改或插入内容,而不再局限于补全文本。