测试GPT-4的初创公司表示其强大的功能令人惊叹
OpenAI公司日前发布了其文本生成模型GPT-4,引起了人们的广泛关注。但该公司表示,开发人员还不能在上面构建任何产品或服务,因为API仍在等待列表中。
这意味着只有少数用户有机会使用OpenAI公司这个最新的大型语言模型。人工智能初创公司Miðeind ehf就是其中之一,该公司是仅有的六家被选中对GPT-4进行测试的公司之一。
该公司的一个由12人组成的团队希望通过冰岛语训练GPT-4,他们在去年5月前往美国湾区测试GPT-4之后,成为硅谷这款最热门产品的早期测试者之一。Miðeind公司的首席执行官加入了一个冰岛政府代表团,探索如何利用科技来帮助保护该国的语言。
Miðeind公司的首席执行官与OpenAI公司的Sam Altman对GPT-4如何采用和开发像冰岛语这样的低资源语言进行了探讨。这些语言对大型模型语言的全球化应用构成了挑战,这是因为用于训练模型所收集的数据要少得多。
Miðeind公司的团队为此提出了他们对GPT-4如何改进的看法,人工智能用来保护冰岛语的万年历,以及GPT-4如何为猫创造出一个非常有趣的新术语。
令人兴奋的发展
Miðeind公司的这个团队的任务是,通过向GPT-4输入冰岛语强化学习数据(初始训练之后的阶段),了解是否能提高GPT-4在语言应用和处理方面的表现。
Miðeind公司的机器学习团队成员之一Pétur Orri Ragnarsson表示,其结果在GPT-3.5上有了明显的改进,但当涉及到冰岛语的使用时,这个模型仍然不完美。他说,“它用冰岛语生成的文本往往是可以理解的,但仍然有一些语法错误。”
Ragnarsson表示,他可以看到GPT-3.5在一般的推理方面有巨大的改进。
他说:“最令人兴奋的是,可以要求它做一些事情,并解释为什么它会给出这个结果。GPT-3.5可以做到,GPT-4更好,因为这让人们感觉它的解释更合理或更可信。人们通常尝试的一件事是让GPT-4做一些事情,并解释过程中的每一步——它做得非常好。”
“可解释性”是开发生成式人工智能的人一直试图解决的一大问题,因为大型语言模型的功能方式意味着输出是在“黑箱”中生成的。这意味着即使是构建GPT-4的开发人员也不知道它是如何回答问题的,这意味着很难让这些模型展示它们的工作原理。
如果生成式人工智能要在医疗和法律等行业得到广泛应用,那么在这些领域工作的人需要能够信任模型的输出。
高阶思维
让Ragnarsson印象深刻的GPT-4的另一个特点是,它能够产生比以前的模型更敏锐的反应。他举了一个例子,用它来对一段文字进行情绪分析,其评价从中性到积极,评分从1到5分。
Ragnarsson说:“我输入了一段我认为相当中性的一句话,也就是一位客户向客服询问一些事情。”他惊讶地发现,GPT-4对这句话的评价是略微积极。
他说,“我问,‘请解释一下。’得到的答案非常令人惊讶。它说,‘虽然这句话本身是中立的,但正在考虑的行动将会改善他们的生活,所以从整体上看,这一句话是略微积极的。’”
他认为,这表明GPT-4已经学会了超越文本的“表面含义”。
Miðeind公司的首席运营官Linda Heimisdottir说,GPT-4的这些能力尤其令人印象深刻,因为据她所知,这个模型并没有专门训练过情感分析。
她说:“看到这样一个模型做了研究人员多年来一直在做的事情,而且它没有专门受过这方面的训练,这令人惊叹。看到它的成果和人们的想法真的很令人兴奋,这让人们觉得GPT-4有着巨大的应用潜力。”
勤奋的猫
GPT-4如何采用冰岛语的一个例子来自于该语言使用的复合词,复合词是将不同的概念组合成一个词。
Heimisdottir表示,她让GPT-4讲一个关于猫的故事,GPT-4给出了一个冰岛语单词,“kattafræðilega”,这是GPT-4发明的一个合成词,其大致的意思为 “cat”(猫)。
她解释说:“第一部分‘katta’是‘cat’的意思,但第二部分‘fræðilega’的意思是‘与理论有关’。GPT-4描述这只猫是‘kattafræðilega duglegur’。duglegur是一个冰岛词,意思是勤奋或努力工作。
当我让GPT-4解释它的意思时,它说:‘kattafræðilega duglegur’意味着这只猫特别勤奋。换句话说,它擅长抓挠、调查、追逐昆虫、寻找食物,对周围环境充满活力和兴趣。它很擅长做一只猫。”
Miðeind认为,“对于大型语言模型来说,要在较少使用的语言中实现真正的高性能,需要在初始训练中包含良好的多语言数据集,我们希望下一步可以进入预训练。”
像这样的研究对确保下一代人工智能不仅仅是进一步集中在英语世界的创新进步至关重要,因为硅谷的大型科技公司已经主导了大型语言模型领域。事实上,OpenAI公司选择Miðeind公司作为GPT-4的早期测试厂商,至少表明该公司对生成式人工智能具有全球视野,即使这是出于商业动机。
以上是测试GPT-4的初创公司表示其强大的功能令人惊叹的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
