標(biāo)簽：梯度

夕小瑤科技說 原創(chuàng)作者 | 智商掉了一地、Python現(xiàn)在有很多關(guān)于大型語言模型（LLM）的研究，都圍繞著如何高效微調(diào)展開。微調(diào)是利用模型在大規(guī)模通用數(shù)據(jù)上學(xué)到...

選自Lil’Log作者：Lilian Weng機(jī)器之心編譯編輯：PandaLLM 能力強(qiáng)大，倘若別有用心之人用其來干壞事，可能會造成難以預(yù)料的嚴(yán)重后果。雖然大多數(shù)商用和開源 L...

新智元報(bào)道編輯：LRS 好困【新智元導(dǎo)讀】新方法結(jié)合擴(kuò)散模型和強(qiáng)化學(xué)習(xí)，將抓取問題分解為「如何抓」以及「何時(shí)抓」，平價(jià)顯卡即可實(shí)現(xiàn)實(shí)時(shí)交互。手是人類與...

新智元報(bào)道編輯：LRS【新智元導(dǎo)讀】無懼聯(lián)邦學(xué)習(xí)中的后門攻擊！全新解決方案利用多指標(biāo)和動態(tài)加權(quán)來自適應(yīng)地識別后門，在難度最高的Edge-case PGD中，后門準(zhǔn)...

新智元報(bào)道編輯：LRS【新智元導(dǎo)讀】人民大學(xué)最新研究，首次從「對比學(xué)習(xí)」的角度來理解上下文學(xué)習(xí)，或可提供自注意力機(jī)制的改進(jìn)思路。近些年來，基于Transfor...

夕小瑤科技說 分享來源 | 量子位作者 | 白交訓(xùn)練機(jī)器人，AI比人類更拿手！英偉達(dá)最新AI AgentEureka，用GPT-4生成獎勵(lì)函數(shù)，結(jié)果教會機(jī)器人完成了三十多個(gè)復(fù)...

白交 發(fā)自 凹非寺量子位 | 公眾號 QbitAI訓(xùn)練機(jī)器人，AI比人類更拿手！英偉達(dá)最新AI AgentEureka，用GPT-4生成獎勵(lì)函數(shù)，結(jié)果教會機(jī)器人完成了三十多個(gè)復(fù)雜任...

機(jī)器之心專欄機(jī)器之心編輯部該論文介紹了一種名為 ReMax 的新算法，專為基于人類反饋的強(qiáng)化學(xué)習(xí)（RLHF）而設(shè)計(jì)。ReMax 在計(jì)算效率（約減少 50% 的 GPU 內(nèi)存和...

機(jī)器之心報(bào)道編輯：大盤雞這樣學(xué)，還能那樣學(xué)。人類的大腦具有學(xué)習(xí)新事物的能力，而且學(xué)習(xí)方式多種多樣，從模仿他人到觀看在線解說視頻，不一而足。如果機(jī)器...

機(jī)器之心發(fā)布機(jī)器之心編輯部9 月 12 日，淘天集團(tuán)聯(lián)合愛橙科技正式對外開源大模型訓(xùn)練框架 ——Megatron-LLaMA，旨在讓技術(shù)開發(fā)者們能夠更方便的提升大語言模型...