OpenAI 推出 o1-mini 模型
OpenAI 推出 o1-mini 模型,主打推进具备高成本效益的推理能力。
公司与模型
OpenAI 的全部动态:GPT 系列模型、ChatGPT 与 Sora 产品、公司战略与人事的持续追踪。
103 条精选近 30 天 15 条共收录 410 条
OpenAI 推出 o1-mini 模型,主打推进具备高成本效益的推理能力。
OpenAI 发布视频生成研究报告,其最大模型 Sora 能够生成长达 1 分钟的高保真视频。该方法在不同时长、分辨率和宽高比的视频与图像上联合训练文本条件扩散模型,并采用在潜在编码时空 patch 上运行的 Transformer 架构。OpenAI 指出,扩展视频生成模型是构建通用物理世界模拟器的可行路径。
推荐理由:OpenAI 将视频生成视为物理世界模拟器的技术路径,展示了扩散模型结合时空 Patch 架构在视频生成上的扩展潜力。
OpenAI 正在测试 ChatGPT 记住对话内容的新能力,以提升后续对话的连贯性与实用性。用户对 ChatGPT 的记忆内容拥有控制权,可按需管理或调整相关记录。
推荐理由:原文说明了记忆机制的引入与控制权归属,读者可以据此评估个性化上下文对日常对话效率的实际帮助。
OpenAI 正式推出面向各种规模团队的新订阅计划 ChatGPT Team。该计划提供安全且支持协作的工作空间,旨在帮助团队在日常工作中更充分地使用 ChatGPT。
OpenAI 正式推出 GPT Store。当前材料仅包含标题,未提供更多正文细节。
OpenAI 官方就与新闻业的关系发表声明,表示支持新闻行业并正与新闻机构展开合作。OpenAI 同时认为《纽约时报》对其提起的诉讼毫无根据。
OpenAI 启动总额 1000 万美元的研究资助计划,支持针对超人类 AI 系统对齐与安全的技术研究。资助方向涵盖弱到强泛化(weak-to-strong generalization)、可解释性以及可扩展监督(scalable oversight)等核心课题。
推荐理由:OpenAI 设立千万美元资助直接面向超对齐课题,读者可以据此了解弱到强泛化与可扩展监督等安全方向的资助重点。
OpenAI 提出面向超级对齐的新研究方向“弱到强泛化”(Weak-to-strong generalization),并公布了初步研究成果。该研究探讨能否利用深度学习的泛化特性,实现用较弱的监督者来有效控制更强大的模型。
推荐理由:研究提出了利用弱监督者控制强模型的新思路,展示了如何借助深度学习泛化特性探索超级对齐。
Sam Altman 正式回归担任 OpenAI CEO,公司同时组建了新的初始董事会。Mira Murati 担任 CTO,Greg Brockman 回归担任总裁,公告中附有 Sam Altman 与董事会主席 Bret Taylor 的致信。
推荐理由:原文正式公布了管理层回归与新初始董事会架构,有助于了解 OpenAI 核心治理团队的重组细节。
OpenAI 宣布推出 GPTs,允许用户创建自定义版本的 ChatGPT。用户可以将特定指令、额外知识库以及各类技能进行自由组合,构建满足特定需求的专属 ChatGPT。
OpenAI 宣布 ChatGPT 具备看、听和说的多模态交互能力。该更新让用户可以通过语音对话以及输入图像与 ChatGPT 展开交流。
OpenAI 正式推出 ChatGPT Enterprise,主打企业级安全与隐私保护。官方称其为迄今能力最强的 ChatGPT 版本。
OpenAI 宣布推出 GPT-3.5 Turbo 微调功能及 API 更新。开发者现可接入自有数据,针对特定业务场景定制该模型。
OpenAI 宣布收购 Global Illumination,该公司的整个团队已加入 OpenAI。
OpenAI 正在推出自定义指令功能,让用户能够更灵活地控制 ChatGPT 的回复方式。用户设定个人偏好后,ChatGPT 会在后续所有对话中持续遵循这些要求。
OpenAI 宣布使用 GPT-4 自动编写大语言模型中神经元行为的解释并对解释进行打分。同时,官方公开发布了针对 GPT-2 每个神经元的解释与评分数据集。
推荐理由:OpenAI 尝试用 GPT-4 自动化解释和评估网络内部神经元,为利用大模型开展可解释性研究提供了具体落地思路。
OpenAI 训练并推出了对话模型 ChatGPT,该模型采用对话形式与用户交互。对话格式使其能够回答后续追问、承认自身错误、质疑不正确的前提,并拒绝不合理的请求。
推荐理由:官方介绍了对话交互机制的核心特性,读者可以了解模型在处理追问、承认错误与拒绝不当请求上的交互设计。
OpenAI 宣布 DALL·E 正式取消候补名单限制,新用户无需排队即可直接开始创作。官方表示,实际部署中积累的经验以及安全系统的改进使得更大范围的开放成为可能。
OpenAI 为 DALL·E 推出 Outpainting 功能。该功能允许用户在原有画面基础上向外延伸扩展,生成任意尺寸的图像以展现更宏大的视觉内容。
OpenAI 研究表明 CNN、ResNet 和 Transformer 架构中普遍存在双重下降现象,模型性能随着模型尺寸、数据量或训练时间的增加,会呈现先提升、后恶化、再重新提升的变化趋势。该效应通常可通过精细的正则化手段来避免。团队指出这一现象虽然普遍存在,但底层机制尚未完全明确,仍是重要的研究方向。
推荐理由:原文展示了模型规模与泛化性能之间非单调变化的规律,为理解深度学习训练机制与正则化调优提供了理论参考。