北京大学人工智能研究院

无需RLHF显著提升GPT-4/Llama2性能，北大团队提出Aligner对齐新范式

对齐新范式：修正未对齐的答案比生成对齐的回答更容易。背景大语言模型（LLMs）虽展现出了强大的能力，但也可能产生不可预测和有害的输出，例如冒犯性回应、虚假信息和泄露隐私数据，给用户和社会造成伤害。确保这些模型的行为与人类意图和价值观相对齐，是一个紧迫的挑战。尽管基于人类反馈的强化学习（RLHF）提供了一种解决方案，但它面临复杂的训练架构、对参数的高敏感性，以及奖励模型在不同数据集上的不稳定性等多重挑战。这些因素导致 RLHF 技术实现难、奏效难、复现难。为了克服这些挑战，北京大学团队提出了一种新的高效对齐范式 ——

2/8/2024 4:34:00 PM

机器之心

资讯热榜

小米开源“Xiaomi MiMo”大模型：为推理而生，以 7B 参数超越 OpenAI o1-mini Unsloth发布Qwen3动态量化2.0版本，优化本地运行体验小米首个推理大模型Xiaomi MiMo开源小米首个推理大模型开源Xiaomi MiMo，70 亿参数 DeepSeek-Prover-V2-671B 模型开源，数学推理领域迎来新突破看不懂新开源的DS-Prover V2版本？解读来了，攻克像人类一样数学证明，达到SoTA水平，不知道如何测？样题来了 Midjourney V7推出全新功能 “Omni-Reference”，让图像生成更灵活 Mac 用户的本地 AI 助手Simular，安全高效再升级！

标签云

人工智能 OpenAI AI AIGC ChatGPT AI绘画 DeepSeek 模型数据机器人谷歌大模型 Midjourney 智能用户开源学习 GPT 微软 Meta 图像 AI创作技术论文 Gemini 马斯克 Stable Diffusion 算法蛋白质芯片代码生成式英伟达腾讯神经网络研究 Anthropic 计算 3D Sora AI for Science AI设计机器学习开发者 GPU AI视频华为场景人形机器人预测百度苹果伟达 Transformer 深度学习 Claude xAI 模态字节跳动大语言模型搜索驾驶具身智能神器推荐文本 LLaMA Copilot 算力训练视觉安全视频生成干货合集应用科技大型语言模型亚马逊智能体 AGI DeepMind