big models | BriefGPT - AI 论文速递

关键词big models

搜索结果 - 7

关于本质和前景的研究：大型模型的对齐方法调查
大型模型在人工智能领域取得了革命性突破，但也可能引发一些潜在的担忧。本文综合研究价值对齐方法，探究了历史背景、数学本质以及现有对齐方法（强化学习、监督微调和上下文学习）的联系、优势和局限，并讨论了个性对齐和多模态对齐作为该领域的新兴方向。最
PDF4 months ago
大型模型中的伦理价值一致性解析
大模型在理解、生成和操作信息和内容方面极大地提升了人工智能的能力，但是随着这些模型越来越广泛地融入日常生活，它们固有的伦理价值观和潜在偏见给社会带来了无法预见的风险。本文概述了与大模型相关的风险和挑战，调查了现有的人工智能伦理准则，并研究了
PDF8 months ago
大模型发展路线图
本文综述了大规模模型（BMs）的技术、训练和应用，分为资源、模型、关键技术和应用等四个部分，总结了当前研究并提出了未来研究方向。
PDF2 years ago
具有大约束的凸和非凸优化的随机惩罚模型
该论文探讨了大约束情形下的机器学习系统，提出了一种随机惩罚形式来解决问题，并讨论了其与原问题之间的关系和各种数学保证。
PDF6 years ago
EMNLP神经词汇标注与大规模训练数据下的依存语法归纳
研究大模型和大数据对依存语法归纳的影响，发现 L-DMV 受益于很小的词汇化程度和适中的训练语料库大小，而 L-NDMV 在与较好的模型初始化相结合时，可以受益于大型训练数据和更高程度的词汇化，达到了与当前最先进技术竞争力相当的结果。
PDF7 years ago
Active Sampler: 面向规模化复杂数据分析的轻量级加速器
通过研究数据访问模式如何影响模型训练，提出了 Active Sampler 算法，它可以让训练数据更加集中在有价值的实例附近，实验证明其能够在 SVM，特征选择和深度学习中提高训练速度 1.6-2.2 倍。
PDF9 years ago
MM高性能核机器：隐式分布式优化和随机化
本文提出了一个基于分布式凸优化和随机化的算法框架和高性能实现，以实现基于核方法的统计模型的海量规模训练，以便有效地利用大数据。
PDF10 years ago