Search Results OPT

YouTubeと協力しています

YouTubeの体験向上のために、私たちのAI研究を活用しています私たちの研究によって人々の生活を豊かにすることを支援し、Alphabetの企業と提携して、私たちの技術を日々数十億人が利用する製品やサービスの改善に活かしています

Applied

ビデオゲームの世界でインタラクティブなエージェントを構築する

ほとんどの人工知能（AI）の研究者は、現在、状況に即した相互作用の微妙なニュアンスを捉えることができるコンピュータコードを書くことは不可能だと考えていますその代わり、現代の機械学習（ML）の研究者は、このような相互作用についてデータから学ぶことに焦点を当てています人間の指示を理解し、開放的な条件下で安全に行動できるエージェントを迅速に構築するために、私たちはビデオゲーム環境内での研究フレームワークを作成しました今日、私たちは [リンクを挿入] ペーパーと、ビデオのコレクションを公開しており、それらは私たちが人間の曖昧な概念を理解できるビデオゲームAIの構築における初期のステップを示していますしたがって、それらは人々と自分たちの言葉で相互作用を始めることができます

research

DeepMindの最新研究（NeurIPS 2022）

NeurIPSは人工知能（AI）と機械学習（ML）の世界最大のカンファレンスであり、私たちはダイヤモンドスポンサーとしてイベントをサポートし、AIとMLコミュニティでの研究進展の交流を促進することを誇りに思っていますDeepMindのチームは、仮想パネルやポスターセッションで、35の外部との共同研究を含む47の論文を発表しています

research

ディプロマシーというボードゲームのためのAI

歴史を通じて、成功したコミュニケーションと協力は社会の進歩に不可欠でしたボードゲームの閉ざされた環境は、相互作用やコミュニケーションのモデリングと調査のための砂場として機能し、私たちはそれらをプレイすることで多くのことを学ぶことができます私たちの最新の論文では、Nature Communicationsに今日発表されたもので、人工エージェントがコミュニケーションを利用してボードゲーム「Diplomacy」でより良い協力を行う方法を示していますDiplomacyは人工知能（AI）研究の中でも注目されている領域で、同盟構築に重点を置いています

Technical blog

AlphaDevは、より高速なソートアルゴリズムを発見しました

本日Natureに掲載された当社の論文では、AlphaDevという強化学習を用いた人工知能（AI）システムを紹介していますこのシステムは、科学者やエンジニアによって数十年にわたって磨き上げられたコンピュータサイエンスのアルゴリズムを上回る進化したアルゴリズムを発見するために使用されます

Applied

より一般化されたAIツールを使用してコンピュータシステムを最適化する

強化学習に基づいて、私たちのAIモデルであるAlphaZeroとMuZeroはゲームで超人的なパフォーマンスを発揮し、勝利を収めてきました現在、彼らはデータセンターのリソース最適化やビデオ圧縮の進展に向けて能力を拡大していますそして最近では、AlphaZeroの特殊バージョンであるAlphaDevが新しいアルゴリズムを発見し、既に私たちのデジタル社会の基盤となるソフトウェアアプリケーションの高速化に貢献しています

Applied

DataHour ChatGPTの幻視を80％減らす

はじめに自然言語処理（NLP）モデルは近年、チャットボットから言語翻訳までさまざまなアプリケーションで人気が高まっています。しかし、NLPの最大の課題の1つは、モデルによって生成されるChatGPTの幻覚や不正確な応答を削減することです。この記事では、NLPモデルの幻覚を削減するために必要な技術と課題について説明します。観測性、調整、テスト幻覚を削減するための最初のステップは、モデルの観測性を向上させることです。これには、ユーザーフィードバックとモデルのパフォーマンスをプロダクションでキャプチャするフィードバックループの構築が含まれます。調整では、より多くのデータを追加したり、検索の問題を修正したり、プロンプトを変更したりすることで、不正確な応答を改善します。テストは、変更が結果を改善し、回帰を引き起こさないことを確認するために必要です。観測性の課題には、顧客が不正確な応答のスクリーンショットを送信することによって引き起こされるイライラが含まれます。これに対処するために、データの取り込みと秘密のコードを使用してログを毎日監視することができます。言語モデルのデバッグとチューニング言語モデルのデバッグとチューニングのプロセスでは、モデルの入力と応答を理解することが重要です。デバッグには、生のプロンプトを特定のチャンクや参照に絞り込むためにログが必要です。ログは、誰にでも理解しやすく、実行可能なものでなければなりません。チューニングでは、モデルにどれだけのドキュメントを与えるべきかを決定します。デフォルトの数値は常に正確ではなく、類似検索では正しい答えが得られないことがあります。目標は、何がうまくいかなかったのか、それを修正する方法を見つけることです。 OpenAI埋め込みの最適化アプリケーションで使用されるOpenAI埋め込みのパフォーマンスを最適化することに直面したベクトルデータベースクエリアプリケーションの開発者は、いくつかの課題に直面しました。最初の課題は、モデルに渡す最適なドキュメント数を決定することであり、これはチャンキング戦略の制御とドキュメント数のための制御可能なハイパーパラメータの導入によって解決されました。 2番目の課題は、プロンプトのバリエーションであり、Better Promptというオープンソースライブラリを使用して、パープレキシティに基づいて異なるプロンプトバージョンのパフォーマンスを評価しました。3番目の課題は、マルチリンガルシナリオでの文の変換子よりもOpenAI埋め込みの結果の改善が見つかったことです。 AI開発の技術この記事では、AI開発で使用される3つの異なる技術について説明しています。最初の技術はパープレキシティであり、与えられたタスクにおけるプロンプトのパフォーマンスを評価するために使用されます。2番目の技術は、ユーザーが異なるプロンプト戦略を簡単にテストできるパッケージの構築です。3番目の技術は、インデックスの実行であり、何かが欠けているか理想的でない場合に追加のデータを使用してインデックスを更新することが含まれます。これにより、質問のよりダイナミックな処理が可能になります。 GPT-3 APIを使用してパープレキシティを計算するスピーカーは、クエリに基づいてパープレキシティを計算するためにGPT-3 APIを使用した経験について説明しています。彼らはAPIを介してプロンプトを実行し、最適な次のトークンのログ確率を返すプロセスについて説明しています。また、新しい情報を埋め込むのではなく、特定の書き方を模倣するために大規模な言語モデルを微調整する可能性についても言及しています。複数の質問に対する応答の評価テキストでは、50以上の質問に対する応答の評価の課題について説明しています。すべての応答を手動で採点するのは時間がかかるため、会社は自動評価ツールの使用を検討しました。しかし、単純なはい/いいえの判断枠組みでは不十分であり、回答が正しくない理由は複数あります。会社は評価をさまざまなコンポーネントに分割しましたが、自動評価ツールの単一の実行は不安定で一貫性がありませんでした。これを解決するために、質問ごとに複数のテストを実行し、応答を完璧、ほぼ完璧、一部正しい情報を含む不正確、完全に不正確なものに分類しました。 NLPモデルでの幻覚の削減スピーカーは、自然言語処理モデルでの幻覚を削減するためのプロセスについて説明しています。彼らは意思決定プロセスを4つのカテゴリに分け、50以上のカテゴリに対して自動機能を使用しました。また、評価プロセスをコア製品に展開し、評価を実行してCSBにエクスポートすることも可能にしました。スピーカーはプロジェクトに関する詳細情報のためのGitHubリポジトリに言及しています。そして、観測性、調整、テストなどの手順を取り上げ、幻覚率を40％から5％未満に削減することができました。結論 NLPモデルにおけるChatGPTの幻想を減らすことは、可観測性、調整、テストといった複雑なプロセスを必要とします。開発者はプロンプトのバリエーション、埋め込みの最適化、複数の質問に対する応答の評価も考慮する必要があります。また、困惑度、プロンプト戦略のテスト用パッケージの作成、インデックスの実行といったテクニックもAI開発に役立つことがあります。AI開発の未来は、小規模でプライベート、またはタスク固有の要素にあります。要点 NLPモデルにおけるChatGPTの幻想を減らすには、可観測性、調整、テストが必要です。…

ファイバーオプティックスマートパンツは、動きを監視する低コストな方法を提供します

研究者たちは、ポリマーオプティカルファイバーを使用したスマートパンツを開発しましたこのパンツは、着用者の動きを追跡し、苦痛の兆候が検知された場合には臨床医や介護者に警告を発することができます

強化学習：コンピューターに最適な決定をさせる方法の教え方

足を濡らすための強化学習の基本を学びましょうエージェントや報酬から価値関数、方策など、強化学習フレームワークの要素とキーコンセプトを学びます

Machine learning

Falcon-7Bの本番環境への展開

これまでに、ChatGPTの能力と提供するものを見てきましたしかし、企業利用においては、ChatGPTのようなクローズドソースモデルは、企業がデータを制御できないというリスクがあるかもしれません...

Learn more about Search Results OPT - Page 106