单身久了,看聊天机器人也眉清目秀起来。
近日,Alphabet旗下AI公司DeepMind推出了人工智能聊天机器人Sparrow。DeepMind使用了大型语言模型Chinchilla训练开发,将强化学习与用户反馈结合起来,让一组用户向Sparrow提问,然后针对Sparrow生成的多个答案,选择他们认为最准确的。研究人员利用用户对Sparrow回答的反馈进行改进,极大提高了Sparrow的准确性。
为了防止Sparrow说出带有偏见的答案,研究人员为它制定了23条规则。在让用户诱导Sparrow打破规则的测试中,成功的频率只有8%,明显低于其他方法训练的AI模型。
我们的科技留言板“有意见”如下
@媒体搬运工:基于大模型的NLP看来真是行业热点,刚刚举行的GTC上,NVIDIA也推出了NeMo大型语言模型服务。时至今日,大模型已经成为整个AI产学界追逐的技术宠儿,各式各样参数不一、任务导向不同的大模型层出不穷。大模型具备效果好、泛化能力强等特点,进一步增强了AI的通用性,成为AI技术和应用的新基座。
@锐角:近年来各种LLM(大型语言模型)已经在问答对话上颇有成效。对话是一种灵活的交流方式,但基于LLM的聊天机器人还是会出现不准确、歧视性、涉及不安全行为的对话,因此为了让聊天机器人更安全,必须借由人类的回应来学习,采用人类参与的强化学习方式。无疑,Sparrow就是最新的产物。
@有想法的向日葵:不同的语言文化也增加了AI聊天机器人的难度。对于应答内容,既要满足聊天的能力,不是固定问题总是只有一个枯燥的答案,又要保证其建议的安全性。虽然8%的概率打破规则已经很不容易,但还需要继续完善。
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。