Search Results A

人工エージェントにおける遵守と執行行動の学習を向上させる偽の規範性

最近の論文では、マルチエージェントの深層強化学習が、社会的な相互作用のモデル、例えば社会的規範の形成などを表現する手段としてどのように活用できるかを探求していますこの新しいモデルのクラスは、より豊かで詳細な世界のシミュレーションの構築への道を提供する可能性があります

Technical blog

DeepMind ポッドキャストがシーズン2で復活します

私たちは、人工知能（AI）が私たちの時代で最も重要な技術の1つであると考え、人々がその可能性と作成方法を理解できるようにお手伝いしたいと思っています

Company

言語モデルによるレッドチーミング：言語モデルによる言語モデル

私たちの最近の論文では、言語モデル自体を使用して入力を生成することで、言語モデルから有害なテキストを引き出す可能性があることを示しています私たちのアプローチは、ユーザーに影響を与える前に有害なモデルの振る舞いを見つけるためのツールの一つとして提供されますが、見つけた後の有害な行動を見つけるために必要な他の多くの技術と一緒に考えるべきであると強調しています

Technical blog

MuZeroの研究から現実世界への第一歩

YouTubeとの協力により、オープンソースのVP9コーデックにおける動画圧縮の最適化を行っています

Applied

学習されたプラズマ制御を通じて融合科学の加速化

深層強化学習を用いてトカマク内の核融合プラズマを成功裏に制御する

research

マルチモーダル画像言語トランスフォーマーは、微調整に依存するさまざまなタスク（例：視覚的な質問応答や画像検索）で印象的な結果を達成しています私たちは、事前学習された表現の品質について明らかにし、特にこれらのモデルが動詞を区別できるのか、与えられた文において名詞のみを使用するのかどうかに興味がありますそのために、視覚的なものまたは事前学習データ（つまり、Conceptual Captionsデータセット）で一般的に見つかる447の動詞からなる画像-文のペアのデータセットを収集しますこのデータセットを使用して、事前学習モデルをゼロショットで評価します

Technical blog

人間のデータなしでの堅牢なリアルタイム文化伝達の学習

この研究では、ディープ強化学習を使用して、テスト時の文化的伝達が可能な人工エージェントを生成します訓練後、私たちのエージェントは、専門家が示したナビゲーションの知識を推測し、思い出すことができますこの知識の転送はリアルタイムで行われ、以前に見たことのないタスクの広範な領域に一般化します

Technical blog

アイザカと共に過去を予測する

人類の文章の誕生は、歴史の夜明けを告げ、過去の文明と私たちが今日生きている世界の理解に不可欠です例えば、約2,500年前、ギリシャ人は石、陶器、金属に書き込みを始め、借用契約や法律、カレンダーや神託など、地中海地域に関する詳細な情報を記録しました残念ながら、これは不完全な記録です多くの保存された碑文は、数世紀にわたって損傷を受けたり、元の場所から移動されたりしていますさらに、放射性炭素年代測定などの現代の年代測定技術は、これらの資料には使用できないため、碑文の解釈は困難で時間がかかります

research

GopherCite 検証済みの引用を使用して回答を支援するための言語モデルの教育

ゴーファーのような言語モデルは、信憑性があるように見えるが実際には偽りの情報を「幻覚」させることがありますこの問題に詳しい人々は、言語モデルの言うことを信じるのではなく、独自の事実確認を行うことを知っていますそうでない人々は、真実でないことを信じてしまう可能性があります本論文では、言語モデルの幻覚化の問題に対処することを目指したモデルであるゴーファーサイトについて説明していますゴーファーサイトは、すべての事実的な主張をウェブの証拠で裏付けることを試みます

Technical blog

コンピュート最適な大規模言語モデルトレーニングの経験的分析

私たちは次の問いに取り組みます「与えられた計算予算に対して、最適なモデルのサイズとトレーニングトークンの数は何か？」この質問に答えるために、私たちはさまざまなサイズのモデルをトレーニングし、さまざまなトークンの数で推定を行います私たちの主な結論は、現在の大規模言語モデルは、計算予算に対して非常に大きすぎる上に、十分なデータでトレーニングされていないということです

Technical blog

Learn more about Search Results A - Page 811