AI见闻日报：大模型并非鹦鹉学舌，“它”能理解语义 |见智研究

科技周边小白一枚，正在不断学习积累知识，现将学习到的知识记录一下，也是将我的所得分享给大家！而今天这篇文章《AI见闻日报：大模型并非鹦鹉学舌，“它”能理解语义 |见智研究》带大家来了解一下##content_title##，希望对大家的知识积累有所帮助，从而弥补自己的不足，助力实战开发！

即日起华尔街见闻·见智研究新推出AI见闻日报栏目，每周一到周四晚八点更新。内容覆盖本日AI热点，分为见闻视角和AI快报两部分。

我们也非常欢迎大家留言和探讨关于内容和观点方面的问题，以帮助我们更好地优化栏目。未来我们会持续给大家带来有意思，并且有价值的内容。

见闻视角

1、大模型从此有了“安全道德”数据库

如何从聊天机器人中剔除对人类有害的言论一直是备受关注的问题。

ChatGPT、Bard这类聊天机器人是如何做到尽量给出对人类友善的、诚实且有帮助的答案？

封闭大模型主要采用人工标注的方式，对大语言模型的回答内容进行打分，然后用强化学习方法从人类的反馈中学习（RLHF），但是由于打分伴有人类主观偏好，所以数据集仍存在潜在的安全隐患。

为解决上述难题，北京大学首次公开了开源PKU-Beaver（河狸）大模型RLHF（利用强化学习方法从人类反馈中学习的技术）的数据集（开源迄今为止最大的多轮 RLHF 数据集，规模达到 100 万条）、训练和验证代码。这些数据集包括侮辱、歧视、犯罪、心理伤害、悲观情绪、色情、隐私等十余种维度的约束。

见智研究认为：PKU-Beaver（河狸）大模型RLHF数据集等内容的开源，能够让更多开源大模型进行安全有效的训练，极大的解决了大模型的数据集安全性的问题。

值得关注的是：在一系列安全性问题的测试上，PKU-Beaver具有远高于知名开源项目Alpaca的领先性优势。

河狸采用的SafeRLHF支持主流的预训练模型如 LLaMA、OPT等模型的训练；支持Reward Model 和 Cost Model 训练；参数定制化的 RLHF 和数据集定制接口；并且提供安全约束满足的多种验证方式。也就是说，未来开源大模型有了“安全数据库”，开源地址为：https://github.com/PKU-Alignment/safe-rlhf

2、机器学习再升级-推理能力提高1750%

机器学习又卷出了新高度。

来自普林斯顿大学和Google DeepMind研究人员提出了一种全新的语言模型推理框架「思维树」简称ToT，并表示TOT能让大模型的推理能力提高1750%。

TOT方法可以让大语言模型进行反复思考，特别是在推理问题的时候，会进行多种方案的评估，从而选择表现最优的方案。

见智研究认为：相比于模型原来采用的推理方案，TOT 的出现，让大模型似乎是有了思想，可以更自主、更智能的做出决策。

值得关注的是：该方法不仅仅可以用于数学逻辑推断，还可以进行创意写作。

AI快报

1、谷歌新推新音频模型 SoundStorm

该模型能够生成与 AudioLM 相同口径的音频，但它的运行速度提高了 100 倍，使用 TPU-v30 时，只需半秒即可产生 4 秒的音频。

2、大模型并不只鹦鹉学舌，“它”也能理解语义

AI领域一直有个饱受争议的问题，那就是：聊天机器人所采用的文本大模型是否真的理解人类语言所表述的含义？还是鹦鹉学舌？来自MIT的一篇论文，解决了这个问题。

实验结果表明：大语言模型是可以一定程度学习到语言所传递内容，而不仅仅是模仿。

值得关注是：当LM超越了模仿阶段，似乎能够生成更高准确率的内容，并且对语义内容的理解度也进一步提高。论文地址：https://paperswithcode.com/paper/evidence-of-meaning-in-language-models

3、AI发现稀有DNA

机器学习推进科研究的案例来了。通过机器学习技术，研究人员在加州大学圣地亚哥分校成功鉴定出一组罕见的“合成极端”DNA序列。只有AI能完成这个发现，这是James Kadonaga教授的观点。”

该团队致力于研究如何有效激活基因，从而探究生长、发育和疾病的过程。

今天带大家了解了的相关知识，希望对你有所帮助；关于科技周边的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~