OpenAI 超算团队工程师 Christian Gibson 解析后端系统的细节
OpenAI 超算团队工程师 Christian Gibson 分享了后端系统的细节。
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。
OpenAI 发布征集,邀请研究者表达研究大语言模型经济影响的意向。
OpenAI 分享了其在语言模型安全与滥用方面的最新思考,希望帮助其他 AI 开发者应对已部署模型的安全与滥用问题。
OpenAI 构建了一个面向 Lean 的神经定理证明器,学会了求解多道有挑战性的高中数学竞赛题,涵盖 AMC12、AIME 竞赛题目,以及两道改编自 IMO 的题目。
OpenAI 发布 InstructGPT 系列语言模型,称其遵循用户意图的能力优于 GPT-3,同时更真实、毒性更低,采用对齐研究中的人类参与训练技术,现已在 API 中设为默认语言模型。
推荐理由:说明了用人类反馈对齐技术让模型更好遵循指令并降低毒性,可迁移至同类模型训练。
OpenAI 在 API 中推出 embeddings 新端点,支持对自然语言和代码执行语义搜索、聚类、主题建模与分类等任务。该端点面向文本与代码两类数据,可直接通过 OpenAI API 调用。
OpenAI 微调 GPT-3,使其能通过文本版网页浏览器更准确地回答开放式问题,推出 WebGPT。该方法让模型借助网页浏览检索信息,以提升回答的事实准确性。
OpenAI 提供 GPT-3 微调功能,只需一条命令即可完成微调,让开发者针对自己的应用场景定制模型。
OpenAI 宣布推出 OpenAI Residency 项目,作为其培养和支持 AI 人才计划的一部分。
OpenAI 宣布其 API 现已无需等待名单即可使用,开放范围更广,官方表示这一变化得益于安全方面的进展。
OpenAI 训练了一个解小学数学应用题的系统,准确率接近微调 GPT-3 模型的两倍。在数据集抽样测试中,9-12 岁儿童得分为 60%,该系统在同样题目上得分为 55%,约为真实儿童解题量的 90%。
一个跨 12 个时区的团队在 Hugging Face Flax/JAX Community Week 期间,用 RSICD、UCM 和 Sydney 三个遥感数据集微调了 OpenAI 的 CLIP 模型,使其能用文本查询检索卫星图像。
OpenAI 发布研究 Summarizing books with human feedback,探讨如何为难以评估的任务扩展对 AI 系统的人类监督。
OpenAI 宣布任命 Helen Toner 加入其董事会。
OpenAI 推出改进版 OpenAI Codex——将自然语言翻译为代码的 AI 系统,并于今日起通过 API 以私有测试版(private beta)形式发布。
OpenAI 研究发现,在一个小型精选数据集上微调,可以改进语言模型在特定行为价值观上的表现。该方法只需少量精选数据即可实现对模型行为的定向调整。
OpenAI 宣布 2021 届 OpenAI Scholars 学员完成为期六个月的导师制项目,并在 OpenAI 的津贴与支持下产出了开源研究项目。
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。
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。