OpenAI 发布 InstructGPT 并设为 API 默认语言模型
OpenAI 训练出比 GPT-3 更能遵循用户意图、同时更真实且毒性更低的 InstructGPT 模型，采用其对齐研究中开发、人类在环的训练技术。这些模型现已部署为 OpenAI API 的默认语言模型。
推荐理由：原文说明 InstructGPT 通过人类反馈对齐训练，比 GPT-3 更符合用户意图，并已作为 API 默认模型部署。
OpenAI / ChatGPT
全部主题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。
265条精选相关主题Anthropic / ClaudeGoogle / Gemini模型发布
最新精选
第 221–240 条 · 共 265 条OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分8282
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7272 OpenAI API 推出文本与代码 embeddings 端点
OpenAI 在 API 中推出新的 embeddings 端点，用于处理自然语言和代码任务。该端点可支持语义搜索、聚类、主题建模和分类等应用。
推荐理由：OpenAI 官方宣布 API 新增 embeddings 端点，读者可据此了解语义搜索等任务的官方接入方式。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6464 OpenAI 发布 WebGPT：通过网页浏览提升 GPT-3 问答的事实准确性
OpenAI 微调 GPT-3 得到 WebGPT，借助基于文本的网页浏览器更准确地回答开放式问题。
推荐理由：原文给出用文本浏览器微调 GPT-3 以提升开放问答事实准确性的方向，可了解检索增强问答的一种做法。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6969 OpenAI 开放 GPT-3 微调功能，一条命令即可定制
OpenAI 宣布 GPT-3 支持针对应用场景的微调（fine-tuning），只需一条命令即可完成定制。
推荐理由：OpenAI 官方宣布 GPT-3 支持微调，一条命令即可完成，适合关注定制化模型能力的开发者。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6868 OpenAI API 取消候补名单，全面开放
OpenAI 宣布其 API 不再需要候补名单，任何人均可直接使用。官方说明，更广泛的开放得益于安全方面的进展。
推荐理由：原文说明 API 开放申请的原因是安全方面的进展，读者可据此了解 OpenAI 开放策略背后的考量。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7676 OpenAI 开源 Triton 1.0：让研究者无需 CUDA 经验也能写高效 GPU 代码
OpenAI 发布开源的类 Python 编程语言 Triton 1.0，让没有 CUDA 经验的研究者也能编写高效 GPU 代码，多数情况下性能与专家手写代码相当。
推荐理由：官方发布 Triton 1.0，说明无 CUDA 经验的研究者也能写出接近专家水平的 GPU 代码，可关注其对研究工作流的影响。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分8787 OpenAI 论文：评估在代码上训练的大语言模型
OpenAI 发布论文《Evaluating large language models trained on code》，研究如何评估在代码上训练的大语言模型。抓取仅获取到标题，正文内容暂缺。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6464 OpenAI 发现 CLIP 中的多模态神经元
OpenAI 发现 CLIP 中存在多模态神经元，无论概念以字面、符号还是概念形式呈现，这些神经元都会响应同一概念。这可能解释了 CLIP 在分类概念的各种出人意料的视觉呈现时的准确性，也是理解 CLIP 及类似模型所学到的关联与偏差的重要一步。
推荐理由：OpenAI 亲自解释了 CLIP 为何能识别概念的非字面视觉呈现，为理解模型学到的关联与偏差提供了线索。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分8282 OpenAI 发布 CLIP：连接文本与图像的神经网络
OpenAI 推出神经网络 CLIP，通过自然语言监督高效学习视觉概念。只需提供待识别视觉类别的名称，CLIP 即可应用于任何视觉分类基准，类似 GPT-2 和 GPT-3 的零样本能力。
推荐理由：官方介绍 CLIP 用自然语言监督学习视觉概念，可零样本适配任意视觉分类基准，读者可了解其与 GPT 系列能力思路的关联。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7575 OpenAI 发布 DALL·E：从文本生成图像
OpenAI 训练了名为 DALL·E 的神经网络，可根据自然语言文本描述生成图像，覆盖广泛可用自然语言表达的概念。
推荐理由：官方宣布文生图模型 DALL·E，可从自然语言描述生成图像，是文生图方向的早期代表工作。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7777 OpenAI 将 GPT-3 技术授权给 Microsoft
OpenAI 宣布已同意将 GPT-3 授权给 Microsoft，供其用于自己的产品和服务。
推荐理由：OpenAI 官方宣布将 GPT-3 授权给 Microsoft 用于其产品和服务，读者可借此了解 GPT-3 商业化的关键合作动向。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6161 OpenAI 发布 Image GPT：用像素序列训练 Transformer 生成图像
OpenAI 发现与语言模型同理，在像素序列上训练的大型 Transformer 模型（Image GPT）可以生成连贯的图像补全和样本。研究建立了生成样本质量与图像分类精度之间的相关性，其最佳生成模型所含特征在无监督设置下可与顶级卷积网络竞争。
推荐理由：原文指出同一 Transformer 架构在像素序列上也能生成连贯图像，并给出样本质量与分类精度的相关性，可作无监督表征研究的参照。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分8585 OpenAI 发表论文《Language Models are Few-Shot Learners》
OpenAI 官网发布论文《Language Models are Few-Shot Learners》，探讨语言模型的少样本学习能力。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6767 OpenAI 分析：ImageNet 分类训练所需算力每 16 个月减半
OpenAI 发布分析，指出自 2012 年以来，在 ImageNet 分类上训练达到同等性能的神经网络所需算力每 16 个月下降一半。相比 2012 年，现在训练到 AlexNet 水平所需算力减少 44 倍，而同期 Moore's Law 只能带来 11 倍的成本改善。结果表明，在近期投入较高的 AI 任务上，算法进步带来的收益超过传统硬件效率提升。
推荐理由：原文量化了算法进步带来的算力节省，并与 Moore's Law 对比，读者可据此理解算法与硬件效率的相对贡献。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7272 OpenAI 发布音乐生成神经网络 Jukebox 并开源权重和代码
OpenAI 推出 Jukebox，一个能以原始音频形式生成音乐的神经网络，可生成包含基础人声演唱的多种流派和艺术家风格的音乐。OpenAI 同时发布了模型权重和代码，以及一个用于探索生成样本的工具。
推荐理由：OpenAI 官方发布音乐生成模型 Jukebox，并开源模型权重和代码，读者可以直接下载探索生成样本。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6565 OpenAI 宣布将深度学习框架统一为 PyTorch
OpenAI 宣布将其深度学习框架统一标准化为 PyTorch。
推荐理由：OpenAI 官方宣布统一深度学习框架为 PyTorch，读者可据此了解其训练技术栈的走向。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分8383 OpenAI 发表神经网络语言模型的 Scaling Laws 研究
OpenAI 发布关于神经网络语言模型 Scaling Laws 的研究，正文抓取失败，仅标题可用，具体内容无法确认。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6666 OpenAI 发布基于大规模深度强化学习的 Dota 2 研究
OpenAI 在官网发布关于 Dota 2 大规模深度强化学习的研究内容，正文抓取失败，仅标题可用，具体方法和结果以原文为准。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7878 OpenAI 发布 GPT-2 最大版本 1.5B 并公开代码与模型权重
OpenAI 发布 GPT-2 分阶段发布的最终版本，即 15 亿参数的最大版本，同时公开代码和模型权重以帮助检测 GPT-2 模型的输出。OpenAI 表示虽然 8 月以来已有更大的语言模型发布，但仍按原计划完成分阶段发布，为社区提供一个完整的分阶段发布流程测试案例，并继续与 AI 社区讨论负责任发布。
推荐理由：OpenAI 官方说明分阶段发布的最终一步，可作为研究大模型负责任发布流程的参考案例。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7676 OpenAI 用机械手复原魔方，训练完全在仿真中完成
OpenAI 训练了一对神经网络，用类人机械手复原魔方。网络完全在仿真中训练，使用与 OpenAI Five 相同的强化学习代码，并配合一种名为 Automatic Domain Randomization（ADR）的新技术。系统能应对训练中从未见过的情形，例如被长颈鹿玩偶戳碰，表明强化学习不只能完成虚拟任务，也能解决需要极高灵巧度的现实物理问题。
推荐理由：原文说明神经网络完全在仿真中训练即可操控实体机械手复原魔方，并给出 ADR 这一可迁移的强化学习技术思路。