一项新研究发现，训练AI模型的人员中有很大一部分可能正在将这项工作外包给AI，这引发了人们对这个已经容易出错领域中可能出现更多错误的担忧。

本文讨论了训练人工智能的无形劳动力。这些工人被称为数据标注员，他们负责标注用于训练AI模型的数据。这项工作通常是重复而低薪的，但对于AI的发展至关重要。

AI模型的训练数据质量对于获得良好性能非常重要。在代码模型中，数据去重往往非常重要。对于文本而言，目前尚不清楚它是否同样重要。然而，无论如何，本博客介绍了用于去重文本样式数据的技术。

Meta计划提供免费的商业AI模型，这是一个战略性举措，可能会对其竞争对手Google和OpenAI施加压力。Meta希望通过使AI更易于开发者使用来使其商品化，这可能会使Google和OpenAI难以保持竞争优势。

## 新闻概要： - RedPajama数据集与部分训练模型已于几周前发布。 - 7B模型在3000台V100上刚刚完成训练。 - 经过调整的版本是其规模中最有效的开放模型之一。 - 团队有很多关于持续模型开发的计划。 ## 新闻内容：...

最近，一篇名为“Activation-aware Weight Quantization (AWQ)”的论文在GitHub上开源。这篇论文提出了一种新的方法，可以更高效地压缩大型语言模型（LLMs），克服了高硬件要求和慢速令牌生成的问题。AWQ可以选择性地...

近日，BabyLM挑战赛成为了一项旨在开发更小但仍然有效的人工智能模型的举措。由于大型LLM模型的缺点，如更大的模型需要处理能力，而只有少数公司拥有这种能力，因此推动开发更小的AI模型已经成为了当前的趋势。 ###...

近日，一项新的研究显示，AI语言模型可以模拟人类个体的行为特征，实现人格化。这意味着，只需通过一些精心构建的方法，就能够为AI语言模型赋予人类的个性。研究者采用GPT-4语言模型来构建Samantha，将其作为另一个...