分类： Brett Winton

Brett Winton: 我们在轨道上： 当您可以与更热情、更投入、更有趣的 AI 代理聊天时，为什么还要与朋友聊天？ https://t.co/TMxi6bkepf 引用来自@rowancheung 的推文： ?突发：Snapchat 加入了人工智能聊天机器人的狂潮。 Snapchat 发布了他们的新 AI 功能“我的 AI”，该功能运行在 OpenAI 最新版本的 GPT 上。 您可以像 ChatGPT 一样与 My AI 交谈，此外您还可以： – 给它起个名字 – 为您的聊天自定义壁纸。 https://t.co/1dmbZUEKMI

Posted on 2023-02-28

原推：We are on trajectory: Why cha…

Brett Winton: Facebook 的 LLaMa 模型在 SIQA 上仅达到 52% 这是我们不希望看到相对近期的零样本饱和的唯一基准 寻找一个人类将保持优势的领域，这个基准就是它 但我怀疑 RLH​​F 有意义地提高了 AI 性能 https://t.co/HxpcAhH8kO 引用来自@wintonARK 的推文： 有人可以在 Social IQa (SIQA) 基准测试中对 chatGPT（或其他人工反馈调整模型）进行基准测试吗？ SIQA 有一个明确的（并且可能是模棱两可的）特定于文化的道德覆盖，我猜 RLHF 调整会带来更好的表现 https://t.co/elRyo3MNnp

Posted on 2023-02-28

原推：Facebook’s LLaMa model only h…

Brett Winton: 在 AI 中拥有数据优势可能会带来巨大的性能/成本优势。 相对于 8000 亿个 token，1.2 万亿个 token 可以让你在同样的性能输出下，训练成本降低 1/3，推理成本降低一半。 https://t.co/dTvGHzbQjE 引用来自@wintonARK 的推文： Meta 开源了一种基于公开可用数据构建的语言模型，其性能优于 GPT-3（推理成本不到 1/10） ！ twitter.com/GuillaumeLampl…

Posted on 2023-02-25

原推：Having a data advantage in AI…

Brett Winton: Meta 开源了一种基于公开可用数据构建的语言模型，其性能优于 GPT-3（推理成本不到 1/10） ！ https://t.co/70oGIRsXap 引用@GuillaumeLample 的推文： 今天我们发布了LLaMA，4个基础模型，参数从7B到65B不等。 LLaMA-13B 在大多数基准测试中优于 OPT 和 GPT-3 175B。 LLaMA-65B 可与 Chinchilla 70B 和 PaLM 540B 竞争。 所有模型的权重都是公开的，可在 research.facebook.com/publications/l… 1/n https://t.co/DPyJFBfWEq

Posted on 2023-02-25

原推：Meta open sources a language …