新闻中心 
-
06-05LLM | 偏好学习算法并不学习偏好排序图片一、结论写在前面偏好学习算法（Preferencelearningalgorithms）如RLHF和DPO）常用于引导大型语言模型（LLMs）生成更符合人类...
-
05-27全面超越DPO：陈丹琦团队提出简单偏好优化SimPO，还炼出最强8B开源模型为了将大型语言模型（LLM）与人类的价值和意图对齐，学习人类反馈至关重要，这能确保它们是有用的、诚实的和无害的。在对齐LLM方面，一种有效的方法是根据人类反馈的...
-
05-24GPT-4通过图灵测试，胜率高达54%！UCSD新作：人类无法认出GPT-4GPT-4可以通过图灵测试吗？当一个足以强大的模型诞生之后，人们往往会用图灵测试去衡量这一LLM的智能程度。最近，来自UCSD的认知科学系研究人员发现：在图灵测...
-
05-23众包新玩法！LLM竞技场诞生基准测试，严格分离学渣学霸大模型排行榜哪家强？还看LLM竞技场~截至此刻，已有共计90名LLM加入战斗，用户总投票数超过了77万。图片然而，在网友们吃瓜调侃新模型冲榜、老模型丧失尊严的同...
-
05-13人类偏好就是尺！SPPO对齐技术让大语言模型左右互搏、自我博弈AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传...
-
03-06Stable Diffusion 3论文终于发布，架构细节大揭秘，对复现Sora有帮助？StableDiffusion3的论文终于来了！这个模型于两周前发布，采用了与Sora相同的DiT（DiffusionTransformer）架构，一经发布就引...
