详细信息
 

ChatGPT的未来改进方向

编辑:      来源:创泽集团      时间:2023/3/29
 

1 减少人类反馈的RLAIF

2020年底, OpenAI前研究副总裁Dario A modei带着10名员工创办了一个人工智能公司 Anthropic。Anthropic 的创始团队成员, 大多为 OpenAI 的早期及核心员工, 参与过OpenAI的 GPT-3、多模态神经元、人类偏好的强化学习等。

CAI用人工智能反馈来代替人类对表达无害性的偏好, 即RLAIF, 人工智能根据一套constitution 原则来评价回复内容。

2 补足数理短板

ChatGPT虽然对话能力强, 但是在数理计算对话中容易出现一本正经胡说八道的情况。 计算机学家Stephen Wolfram 为这一问题提出了解决方案。 Stephen Wolfram 创造了的 Wolfram 语言和计算知识搜索引擎 Wolfram | A lpha, 其后台通过Mathematica实现。

ChatGPT 可以像人类使用 Wolfram|A lpha 一样, 与 Wolfram|A lpha “对 话”, Wolfram|A lpha 则会用其符号翻译能力将从 C hatGPT 获得的自然语言表达“翻译”为对 应的符号化计算语言。

3 ChatGPT的小型化

虽然ChatGPT很强大, 但其模型大小和使用成本也让很多人望而却步。

有三类模型压缩 (model compression) 可以降低模型的大小和成本。

D一种方法是量化 (quantization) , 即降低单个权重的数值表示的精度。比如Tansformer从 FP32降到INT8对其精度影响不大。

第二种模型压缩方法是剪枝 (pruning) , 即删除网络元素, 包括从单个权重(非结构化剪枝) 到 更G粒度的组件如权重矩阵的通道。这种方法在视觉和较小规模的语言模型中有效。

第三种模型压缩方法是稀疏化。例如奥地利科学技术研究所 (ISTA)提出的SparseGPT ( arxiv.org/pdf/2301.0077 ) 可以将 GPT 系列模型单次剪枝到 50% 的稀疏性, 而无需任何重新 训练。对 GPT- 175B 模型, 只需要使用单个 GPU 在几个小时内就能实现这种剪枝。



 
【声明:转载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考,如有侵权,请联系删除。】
 
推荐信息
ChatGPT的局限有哪些
ChatGPT无法处理复杂冗长或者特别专业的语言结构;ChatGPT需要非常大量的算力;ChatGPT还没法在线的把新知识纳入其中;ChatGPT仍然是黑盒模型
ChatGPT的训练过程分为三个阶段
训练奖励模型通过人工标注训练数据 (约33K个数据) 来训练回报模型;采用PPO强化学习来优化策略将在线学习转化为离线学习靠奖励打分来更新预训练模型参数
读文档解惑:DocsGPT,https://docsgpt.arc53.com/
DocsGPT 提出基于产品的某个版本写个 xx 示例的要求,让文档变成一个更贴近用户的好文档,让 GPT 帮你解答用户的困惑
看论文:chatgpt-arxiv-extension读论文的智能小助手
ArxivGPT能帮你读论文,在一些地方给出注解,这个项目是基于上面的chatgpt-google-extension二次开发而来,以生成论文的读后感,提高读论文的效率
强化搜索:chatgpt-google-extension基于 ChatGPT 强化了 Google
chatgpt-google-extension项目基于 ChatGPT 强化了 Google 搜索能力,它的使用也很简单,装个 Chrome 或者 Firefox 插件就能玩了
划词翻译:openai-translator能翻译润色文字
openai-translator的翻译更贴近人类的语言使用习惯,有了 ChatGPT 的加成不仅能翻译,还能帮你润色文字,有浏览器插件版,还有桌面版本
OpenAI 从 11 个方面对 GPT-4 风险进行了一系列定性和定量评估。
OpenAI 从11个方面对GPT-4风险进行了一系列定性和定量评估,进一步了解 GPT-4 的能力,限制和风险,并帮助提供解决方案,迭代测试和构建模型的更安全版本等
GPT-4 进行的部分考试 Uniform Bar Exam SAT Math
GPT-4 相比于GPT-3.5有了显著提升,在学术和专业测试中甚至能够达到与人 类相当的水平,GRE- Quantitative163;GRE- Verbal 169
智能运输机器人
AGV无人运输机器人-料箱版
AGV无人运输机器人-标准版
AGV无人运输机器人-料箱版(钣金材质)
AGV无人运输机器人-货架版(钣金材质)
AGV无人运输机器人-货架版(亮面不锈钢材质)
AGV无人运输机器人-开放版
行业动态
» AMR企业未来发展的建议:加强产学研合作 拓展应用领域与场景 突破关键技术
» 智能无人运输车AMR选型建议:安全性 稳定性 兼容性 成本和可维护性
» 物流企业自动化搬运项目:117台XPL搬运机器人用于快运件转运+物料暂存
» 工具制造业5G智慧工厂:10+台潜伏AGV+托盘式叉车用于线边仓转运
» 轮胎行业项目:2台室内平衡重式无人叉车LXP15-B用于半成品、成品自动化出入库
» 汽车零部件园区无人化物流项目:室外无人驾驶重载AGV用于车间到车间之间的物流运输
» 汽车行业智能搬运项目:30台XPL搬运机器人用于产线送料和成品转运
» 汽车新能源产线智慧物流项目-31台潜伏AGV应用环汽车总装车间转运
» 汽车行业多品类AGV整合项目:叉车AGV、潜伏牵引AGV、举升AGV、承载式双车联动AGV、功能型A
» 乘用车动力总成车间零部件集配项目-9台承载辊道式AMR,用于动力总成线边供给
 
首页    产品    方案    底盘    参数    关于
咨询热线:4006-935-088 / 4006-937-088     客服热线: 4008-128-728
版权所有 @ 创泽智能机器人集团股份有限公司    鲁ICP备18039973号-2    运营中心 / 北京·清华科技园九号楼    生产中心 / 山东省日照市开发区太原路71号