对比偏好优化（CPO）是一种新的优化技术，现在应用于机器翻译。与DPO相比，CPO在数据效率方面更高。重要的是，该目标函数防止模型提出合理但不准确的翻译，从而使模型在WMT上取得了有竞争力的表现。

奖励模型在RLHF中用于表示人类偏好，尽管被对齐的模型通常“破解奖励”并实现不利的性能。通过合并多个奖励模型，这些模型保持线性模式连接，得到的对齐模型被79％的人更喜欢，而不是一个对齐单一奖励模型的模型。模型...

谷歌正在增强Chrome的功能，包括在线文本编辑助手、多标签页自动整理和基于文本到图像扩散模型的自定义主题创建器等AI功能。

数字版权管理（DRM）是一种用于保护数字内容不被非法复制或传播的技术。然而，有些用户认为DRM限制了他们的使用权利，因此尝试破解DRM。近日，一位黑客成功破解了小米4 Pro空气净化器的DRM控制，并发布了一份指南。...

人工通用智能（AGI）通常被定义为在大部分经济有价值的工作中超越人类能力的自主系统。自动驾驶的最新发展是增加自动化的社会动态的一个好的早期案例研究。驾驶是一个难以自动化的问题，其自动化将影响大量人力资源...

据报道，谷歌的CEO桑达尔·皮查伊发出的备忘录曝光，透露了公司今年的七大目标。今年，谷歌的目标是提供全球最先进、安全、负责任的人工智能；提高知识、学习、创造力和生产力；构建最有用的个人计算平台和设备；使组...

Prompt工程只是软件工程的一部分。Prompt是用自然语言编写的小程序。通过巧妙地使用词汇来猜测正确的'函数调用'，因为API未指定且在模型之间变化巨大，这是游戏的重要部分。将Prompt视为代码，允许Prompt工程师为喜...

Lumiere是一款使用时空扩散模型进行逼真视频生成的AI视频生成器。它使用的Space-Time U-Net架构可以一次性生成整个视频的时间持续时间。它旨在处理视频中物体的位置以及物体如何移动和变化。Lumiere可以执行文本到视...