"RLHF"最新资讯

Ilya左膀右臂被Claude团队挖走！奥特曼砍掉的超级对齐算力，Anthropic给了

国内模二代也遍地开花

衡宇 2024-05-29

Claude OpenAI RLHF

陈丹琦团队新作：微调8B模型超越Claude3 Opus，背后是RLHF新平替

资源消耗也比DPO更低

克雷西 2024-05-27

RLHF 大模型

抱抱脸Open了OpenAI的秘密武器，网易参与复现

Too Long；Didn’t Read

西风 2024-04-08

OpenAI RLHF

大模型免微调解锁对话能力，RLHF没必要了！一作上交大校友：节省大量成本和时间

ChatGPT的SFT+RLHF都不是必要的？？？

梦晨 2023-12-06

AI对齐 RLHF 大模型

一行代码提高大模型10%性能，开发者：免费午餐

资源消耗没有显著增加

克雷西 2023-10-22

RLHF 大模型

大模型RLHF不必非得靠人，谷歌：AI反馈效果一样好

但人力消耗更低

克雷西 2023-09-05

RLHF 谷歌

RLHF缺陷完整揭示！MIT哈佛等32位学者联合发布

报告正文18页

鱼羊 2023-08-05

RLHF 算法缺陷

玩不起RLHF？港科大开源高效对齐算法RAFT「木筏」，GPT扩散模型都能用

CV/NLP通用

梦晨 2023-04-17

RLHF

轻量版ChatGPT训练方法开源！仅用3天围绕LLaMA打造，号称训练速度比OpenAI快15倍

支持个性化微调

萧箫 2023-03-01

ChatGPT LLaMA RLHF

RLHF

Ilya左膀右臂被Claude团队挖走！奥特曼砍掉的超级对齐算力，Anthropic给了

陈丹琦团队新作：微调8B模型超越Claude3 Opus，背后是RLHF新平替

抱抱脸Open了OpenAI的秘密武器，网易参与复现

大模型免微调解锁对话能力，RLHF没必要了！一作上交大校友：节省大量成本和时间

一行代码提高大模型10%性能，开发者：免费午餐

大模型RLHF不必非得靠人，谷歌：AI反馈效果一样好

RLHF缺陷完整揭示！MIT哈佛等32位学者联合发布

最新RLHF拯救语言模型「胡说八道」！微调效果比ChatGPT更好，两名华人共同一作

玩不起RLHF？港科大开源高效对齐算法RAFT「木筏」，GPT扩散模型都能用

轻量版ChatGPT训练方法开源！仅用3天围绕LLaMA打造，号称训练速度比OpenAI快15倍

热门文章

黄仁勋：AI算力集群会扩展到100万芯片，没有任何物理定律可阻止

清华厦大等提出“无限长上下文”技术，100万大海捞针全绿，Llama\Qwen\MiniCPM都能上分

一个弹窗整懵Claude，瞬间玩不转电脑了 | 斯坦福&港大新研究

智源举办2024具身与世界模型专题峰会，产学研共促技术创新与产业应用

AI蛋白质诺奖后再登Nature，第一性原理级精度，微软亚研院4年之作