RLAIF的獨(dú)特之處在于利用其他人工智能模型的反饋來提升性能,相較于傳統(tǒng)的人工反饋,這種方法更具有成本效益、速度快、透明度高、可擴(kuò)展性強(qiáng)的優(yōu)勢(shì)。Starling-7B基于新的Nectar數(shù)據(jù)集進(jìn)行訓(xùn)練,包含183,000個(gè)聊天提示和380萬個(gè)成對(duì)比較。
研究人員使用兩個(gè)基準(zhǔn)測(cè)試(MT-Bench和AlpacaEval)評(píng)估了Starling-7B的性能,這兩個(gè)測(cè)試使用GPT-4進(jìn)行評(píng)分,分別關(guān)注模型在簡(jiǎn)單指令跟隨任務(wù)中的安全性和幫助性。Starling-7B在MT-Bench中表現(xiàn)良好,與OpenAI的GPT-4和GPT-4Turbo相媲美,在AlpacaEval中達(dá)到了與商業(yè)聊天機(jī)器人相當(dāng)?shù)乃健?/p>
研究人員指出,RLAIF主要改善了模型的幫助性和安全性,而在基本能力方面,如回答基于知識(shí)的問題、數(shù)學(xué)或編碼等,改進(jìn)較小。
盡管基準(zhǔn)測(cè)試的實(shí)際應(yīng)用有限,但對(duì)RLAIF的應(yīng)用前景充滿希望。研究人員建議的下一步是通過引入高質(zhì)量的人工反饋數(shù)據(jù),更好地調(diào)整模型以滿足人類需求。
與此同時(shí),研究人員強(qiáng)調(diào),Starling-7B和其他類似的大型語言模型在需要推理或數(shù)學(xué)任務(wù)時(shí)仍然存在困難,并可能產(chǎn)生幻覺。他們將Nectar數(shù)據(jù)集、Starling-RM-7B-alpha獎(jiǎng)勵(lì)模型和Starling-LM-7B-alpha語言模型發(fā)布在Hugging Face上,并提供了研究許可證,代碼和論文將很快公開。感興趣的人還可以在聊天機(jī)器人領(lǐng)域測(cè)試該模型。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國(guó)柏林國(guó)際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場(chǎng)的強(qiáng)大影響力。
近日,中國(guó)家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會(huì)主辦的“2024全球開發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。