跳到正文

#模型发布

今日 0 条
12月15日周四
11月30日周三
  1. OpenAI News91

    OpenAI 发布 ChatGPT

    OpenAI 发布了名为 ChatGPT 的对话式模型。对话格式使其能够回答追问、承认错误、质疑错误前提并拒绝不当请求。原文链接:https://openai.com/index/chatgpt

    推荐理由:这是 OpenAI 发布 ChatGPT 的原始公告,对话格式让它能回答追问、承认错误、质疑错误前提并拒绝不当请求,适合了解该产品的最初定位。

9月21日周三
7月14日周四
  1. OpenAI News44

    DALL·E 2:拓展创造力

    DALL·E 2 研究预览期间,来自 118 个国家的 3000 多位艺术家已将 DALL·E 融入其创作工作流。早期访问组的艺术家帮助发掘了 DALL·E 的新用途,并作为关键意见方参与了 DALL·E 功能相关决策。

3月15日周二
  1. OpenAI News67

    GPT-3 新功能:编辑与插入

    OpenAI 发布 GPT-3 与 Codex 新版本,支持对现有文本进行编辑或插入内容,而不仅是补全文本。

    推荐理由:相比此前只能补全文本,新版本 GPT-3 和 Codex 可直接编辑或在现有文本中插入内容,读者可据此判断其适用场景是否扩展。

1月27日周四
  1. OpenAI News82

    InstructGPT:OpenAI 对齐语言模型以遵循用户指令

    OpenAI 训练出比 GPT-3 更能遵循用户意图的 InstructGPT 模型,现已作为 API 的默认语言模型部署。这些模型采用人在回路方式训练,同时提高了真实性并降低了毒性,所用技术来自其对齐研究。

    推荐理由:原文给出了 InstructGPT 相对 GPT-3 在意图遵循、真实性与毒性上的改进,读者可据此理解人在回路训练对模型对齐的作用。

10月29日周五
8月10日周二
1月5日周二
  1. OpenAI News81

    OpenAI 发布 CLIP:连接文本与图像

    OpenAI 发布神经网络 CLIP,可从自然语言监督中高效学习视觉概念。只需提供待识别类别的名称,CLIP 即可用于任何视觉分类基准,具备类似 GPT-2 和 GPT-3 的 zero-shot 能力。原文链接:https://openai.com/index/clip

    推荐理由:CLIP 用自然语言监督学习视觉概念,让视觉分类不再依赖人工标注,可对照 GPT 的 zero-shot 思路理解其迁移方式。

4月30日周四
  1. OpenAI News63

    OpenAI 发布并开源 Jukebox 音乐生成神经网络

    OpenAI 发布 Jukebox,这是一个能按多种流派和艺人风格生成原始音频音乐、包括简单演唱的神经网络。官方同时开源了模型权重和代码,并发布了一款用于浏览生成样本的工具。

    推荐理由:原文给出了模型按流派和艺人风格生成原始音频的能力,以及开源权重、代码和试听工具,读者可据此判断它在音乐创作流程中的可用性。

11月5日周二
  1. OpenAI News77

    OpenAI 发布 GPT-2 最大版本(1.5B 参数)

    OpenAI 发布 GPT-2 的最大版本,参数量 1.5B,并同步开放代码与模型权重,用于检测 GPT-2 模型的输出。这是 GPT-2 分阶段发布计划的最后一个模型,OpenAI 希望该完整过程为未来更强模型的开发者提供测试案例,并继续与 AI 社区讨论负责任发布。

    推荐理由:原文交代了 GPT-2 分阶段发布计划收尾的动机与完整过程,读者可据此理解负责任发布策略如何从设想落地为可操作的流程。

8月20日周二
  1. OpenAI News68

    OpenAI 发布 774M 参数 GPT-2 模型并开源模型共享法律协议

    OpenAI 发布 774M 参数的 GPT-2 语言模型,这是继 2 月发布 124M 小模型、5 月发布 355M 中模型之后的第三阶段释放。同时开源了一份法律协议,方便机构之间开展模型共享合作,并发布技术报告介绍与 AI 研究社区协调发布规范的经验。

    推荐理由:这是 GPT-2 分阶段发布的第三步,读者可对照 124M 与 355M 版本理解其开放节奏与发布策略。

4月25日周四
  1. OpenAI News58

    OpenAI 发布 MuseNet 音乐生成模型

    OpenAI 发布 MuseNet,这是一个深度神经网络,可生成 4 分钟、含 10 种乐器的乐曲,并融合从乡村、莫扎特到披头士的风格。它没有被显式编程音乐知识,而是通过学习预测数十万 MIDI 文件中的下一个 token,自己发现和声、节奏与风格规律。MuseNet 使用与 GPT-2 相同的通用无监督技术,即一个训练来预测序列中下一个 token 的大规模 Transformer 模型。

2月14日周四
  1. OpenAI News90

    OpenAI:更好的语言模型及其影响

    OpenAI 训练了一个大规模无监督语言模型,能生成连贯的文本段落,并在多项语言建模基准上达到 SOTA。该模型无需任务专属训练,即可完成基础的阅读理解、机器翻译、问答和摘要。

    推荐理由:原文记录了大规模无监督语言模型在无需任务专属训练时即可完成阅读理解、翻译、问答与摘要,可作为理解通用语言能力演进的背景。

7月9日周一
6月25日周一
10月19日周四
8月18日周五