跳到正文
2022年3月3日周四
2022年2月2日周三
2022年1月27日周四
2022年1月25日周二
2021年12月16日周四
2021年12月14日周二
2021年11月30日周二
2021年11月18日周四
2021年10月29日周五
2021年10月13日周三
2021年9月23日周四
2021年9月8日周三
2021年8月10日周二
2021年6月10日周四
2021年5月10日周一
2021年5月3日周一
  1. OpenAI News33

    Will Hurd 加入 OpenAI 董事会

    OpenAI 宣布国会议员 Will Hurd 加入其董事会。OpenAI 表示,实现开发造福全人类的通用人工智能这一目标,既需要技术专长,也需要公共政策方面的专业知识。

2021年3月25日周四
  1. OpenAI News45

    GPT-3 驱动下一代应用

    超过 300 个应用正通过 OpenAI API 提供 GPT-3 驱动的搜索、对话、文本补全等先进 AI 功能。这些应用覆盖搜索、对话、文本补全等多种场景,均通过 OpenAI API 接入 GPT-3。

2021年3月4日周四
  1. OpenAI News44

    CLIP 中的多模态神经元

    OpenAI 发现 CLIP 中存在多模态神经元,对同一概念无论以字面、符号还是概念形式呈现都会产生响应。这一发现可能解释了 CLIP 对概念的意外视觉呈现进行准确分类的原因,也是理解 CLIP 及类似模型所学习的关联与偏见的重要一步。

2021年1月5日周二
2020年12月29日周二
  1. OpenAI News6

    OpenAI 组织架构调整

    OpenAI 宣布进行组织架构调整,称过去一年公司经历了剧烈的变化与增长。原文仅披露了这一调整决定,未公布具体涉及的部门、人员或时间安排。

2020年9月22日周二
2020年9月4日周五
2020年7月9日周四
2020年6月20日周六
2020年6月17日周三
  1. OpenAI News41

    Image GPT:用 Transformer 生成图像

    OpenAI 发现,与训练语言相同的 Transformer 模型在像素序列上训练后,可以生成连贯的图像补全与样本。通过建立样本质量与图像分类准确率的相关性,研究显示其最佳生成模型所含特征在无监督设定下可与顶级卷积网络竞争。

2020年6月11日周四
2020年5月28日周四
2020年4月30日周四
  1. OpenAI News62

    OpenAI 开源音乐生成模型 Jukebox

    OpenAI 发布 Jukebox,一个能以原始音频形式生成多种音乐流派和歌手风格音乐的神经网络,其中包含初步的歌唱能力。OpenAI 同时开源了模型权重和代码,并提供了一个用于浏览生成样本的工具。

    推荐理由:原文说明了模型能生成的音频形态与开放程度,读者可据此判断其可复用性。

2020年4月16日周四
2020年4月14日周二
  1. OpenAI News41

    OpenAI Microscope 发布

    OpenAI 推出 OpenAI Microscope,收录了 8 个常用于可解释性研究的视觉"模型生物"中每个重要层和神经元的可视化。该工具让分析神经网络内部形成的特征变得更容易,OpenAI 希望它能帮助研究社区理解这些复杂系统。

2020年1月30日周四
2020年1月23日周四
2019年12月3日周二
2019年11月21日周四
2019年11月5日周二
  1. OpenAI News72

    OpenAI 发布 GPT-2 最大 1.5B 参数版本,完成分阶段发布

    OpenAI 发布 GPT-2 最大的 1.5B 参数版本,同时开放代码和模型权重以便利对 GPT-2 输出的检测,这是 GPT-2 分阶段发布的最终模型。作者表示自 8 月以来已有更大的语言模型发布,但仍按原计划推进,希望这一完整分阶段发布流程能为未来强大模型的开发者提供参考,并继续与 AI 社区讨论负责任的发布方式。

    推荐理由:原文交代了分阶段发布计划的收尾背景,读者可借此理解负责任发布这一做法的完整流程。

2019年10月15日周二
  1. OpenAI News72

    OpenAI 用机器人手在模拟训练中学会解魔方

    OpenAI 训练了一对神经网络,让类人机器人手解开魔方。训练完全在模拟环境中进行,使用了与 OpenAI Five 相同的强化学习代码,并结合一种名为 Automatic Domain Randomization (ADR) 的新技术。系统能应对训练中未见过的情况,例如被毛绒长颈鹿戳碰,表明强化学习可解决物理世界中要求极高灵巧度的问题。

    推荐理由:原文点明训练完全在模拟中完成并迁移到物理世界,读者可据此理解强化学习在真实机器人上的可行性路径。

2019年10月11日周五
2019年9月19日周四
  1. OpenAI News55

    OpenAI 用人类偏好微调 GPT-2 的研究

    OpenAI 用人类反馈微调了 774M 参数的 GPT-2 语言模型,使其在多项任务上匹配外部标注者的偏好,但这些偏好并不总与 OpenAI 自身一致。摘要任务中,标注者偏好整句照抄输入(OpenAI 只要求他们保证准确性),模型因此学会了复制;该任务耗费 60k 人类标注,而多种风格续写等简单任务只需 5k。