OpenAI: Neue prozessüberwachte Belohnungsmodellierung verbessert das KI-Denken
In Kürze
OpenAIZiel der prozessüberwachten Belohnungsmodellierung (PRM) von ist es, die Zwischenschritte und Überlegungen von KI-Modellen zu bewerten, was zu verbesserter Leistung und Metriken führt.
OpenAI hat mit seiner bahnbrechenden Arbeit in der prozessüberwachten Belohnungsmodellierung erneut die Aufmerksamkeit der KI-Community auf sich gezogen (PRMs). Dieser innovative Ansatz zielt darauf ab, die Zwischenschritte und Überlegungen von KI-Modellen zu bewerten und so zu verbesserter Leistung und Metriken zu führen.
Beim traditionellen verstärkenden Lernen aus menschlichem Feedback (RLHF) erfolgt die Modellrückmeldung typischerweise auf der Grundlage des vom Modell generierten Gesamtergebnisses. Jedoch, OpenAIDie neue Forschung untersucht die Idee, die einzelnen Schritte und Argumentationsprozesse des Modells zu bewerten. Auf diese Weise können sie detailliertere Bewertungen und Rückmeldungen liefern.
Um dieses Problem anzugehen, OpenAI ausgewählte mathematische Probleme, die mehrere Aktionen erforderten. Ein separates Modell wurde darin geschult, die Zwischenschritte effektiv zu bewerten und als Kritiker zu fungieren, um etwaige fehlerhafte Urteile des Primärmodells zu identifizieren. Dieser Prozess steigert nicht nur die Gesamtleistung, sondern verbessert auch die Metriken, die zur Bewertung der Modellfähigkeiten verwendet werden.
OpenAI hat in diesem Bereich mit der Veröffentlichung eines sorgfältig kuratierten Datensatzes, bestehend aus 800,000 markierte Urteile. Jedes Urteil stellt einen separaten Schritt bei der Lösung mathematischer Probleme dar und wurde manuell erstellt. Dies unterstreicht das Maß an Engagement und Ressourcen OpenAI investiert in die Entwicklung hochwertiger DatensätzeDies wirft Fragen zum Umfang der für andere Bereiche wie Programmierung oder offenen Fragen gesammelten Daten auf.
Die Ausbildung von GPT-4, OpenAIist die neueste Version des GPT Serie, ist bereits in vollem Gange. Während die RLHF-Komponente in den aktuellen Experimenten nicht enthalten ist, wird ein reines Sprachmodell verwendet. Vor allem, OpenAI erwähnt, dass es mehrere Versionen von gibt GPT-4, wobei selbst die kleinste Version deutlich weniger Ressourcen für das Training benötigt – etwa 200-mal weniger.
Ein faszinierendes Beispiel, geteilt von OpenAI Zeigt, wie das Modell bewertet wird jeden einzelnen Entscheidungsschritt. In einem im Beitrag enthaltenen Screenshot werden Fehler in der Lösung markiert und mit der niedrigsten Korrektheitsbewertung versehen, die rot hervorgehoben ist. Diese Demonstration unterstreicht die Denkfähigkeit des Modells und liefert wertvolle Einblicke in seinen Entscheidungsprozess. OpenAI hat auch Anleitungen für Markups bereitgestellt und bietet Crowdsourcern die Möglichkeit, einen Beitrag zu leisten und von ihrer Arbeit zu profitieren.
As OpenAI verschiebt weiterhin die Grenzen der KI-Forschung. Ihr Fokus auf Modellschlussfolgerungen und prozessüberwachter Belohnungsmodellierung eröffnet neue Möglichkeiten für verbesserte KI-Fähigkeiten. Dieser jüngste Durchbruch unterstreicht ihr Engagement für die Verbesserung der Modellleistung und öffnet Türen für weitere Fortschritte auf diesem Gebiet.
- Kürzlich wurde gezeigt, dass Berichten zufolge schränkt Apple die Nutzung von ein ChatGPT und andere KI-gestützte Chatbots aus Datenschutzgründen. Das Wall Street Journal berichtete, dass es Arbeitnehmern auch untersagt ist, das KI-Tool Copilot von GitHub zu verwenden ermöglicht Benutzern das automatische Schreiben von Softwarecode. ChatGPT ist ein KI-gestützter Chatbot, der von entwickelt wurde OpenAI, das wegen Datenschutzverletzungen kritisiert wurde.
Lesen Sie mehr über KI:
Haftungsausschluss
Im Einklang mit der Richtlinien des Trust-ProjektsBitte beachten Sie, dass die auf dieser Seite bereitgestellten Informationen nicht als Rechts-, Steuer-, Anlage-, Finanz- oder sonstige Beratung gedacht sind und nicht als solche interpretiert werden sollten. Es ist wichtig, nur so viel zu investieren, wie Sie sich leisten können, zu verlieren, und im Zweifelsfall eine unabhängige Finanzberatung einzuholen. Für weitere Informationen empfehlen wir einen Blick auf die Allgemeinen Geschäftsbedingungen sowie die Hilfe- und Supportseiten des Herausgebers oder Werbetreibenden. MetaversePost ist einer genauen, unvoreingenommenen Berichterstattung verpflichtet, die Marktbedingungen können sich jedoch ohne Vorankündigung ändern.
Über den Autor
Damir ist Teamleiter, Produktmanager und Redakteur bei Metaverse Post, behandelt Themen wie KI/ML, AGI, LLMs, Metaverse und Web3-bezogene Felder. Seine Artikel ziehen jeden Monat ein riesiges Publikum von über einer Million Nutzern an. Er scheint ein Experte mit 10 Jahren Erfahrung in SEO und digitalem Marketing zu sein. Damir wurde in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto und andere Publikationen. Als digitaler Nomade reist er zwischen den Vereinigten Arabischen Emiraten, der Türkei, Russland und der GUS. Damir hat einen Bachelor-Abschluss in Physik, der ihm seiner Meinung nach die Fähigkeiten zum kritischen Denken vermittelt hat, die er braucht, um in der sich ständig verändernden Landschaft des Internets erfolgreich zu sein.
Weitere ArtikelDamir ist Teamleiter, Produktmanager und Redakteur bei Metaverse Post, behandelt Themen wie KI/ML, AGI, LLMs, Metaverse und Web3-bezogene Felder. Seine Artikel ziehen jeden Monat ein riesiges Publikum von über einer Million Nutzern an. Er scheint ein Experte mit 10 Jahren Erfahrung in SEO und digitalem Marketing zu sein. Damir wurde in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto und andere Publikationen. Als digitaler Nomade reist er zwischen den Vereinigten Arabischen Emiraten, der Türkei, Russland und der GUS. Damir hat einen Bachelor-Abschluss in Physik, der ihm seiner Meinung nach die Fähigkeiten zum kritischen Denken vermittelt hat, die er braucht, um in der sich ständig verändernden Landschaft des Internets erfolgreich zu sein.