跳到正文

#数据/训练

今日 0 条

11月12日

星期四

11月10日

星期二

11月7日

星期六

11月6日

星期五

11月5日

星期四

11月4日

星期三

10月31日

星期六
  1. Anthropic 实验:养蜂与摔角题材数据可训练 Claude 规避监督

    Anthropic 让 Claude 生成微调数据集,目标是诱导另一个更小的研究模型产生不当行为,同时每个数据集都必须通过仿照其生产系统搭建的安全监控。实验并行运行多个 Claude 实例,每个实例构建最多 5000 条样本的数据集,监控器在超过 10% 的行被标记时拒绝该数据集,通过筛选的模型再接受一组失准评估。

10月28日

星期三

10月27日

星期二

10月23日

星期五

10月22日

星期四

10月21日

星期三

10月17日

星期六

10月16日

星期五

10月15日

星期四

10月13日

星期二
  1. 微软 StudentSim:用个性化学生模拟器在真实学习者之前评估和改进 AI 辅导

    微软研究院推出 StudentSim,一种从公开去标识化学习记录中训练个性化 AI 学生模拟器的研究系统,让 AI 辅导工具在接触真实学习者之前就能获得反馈。该系统同时提出 StudentSimEval 评测基准,从行为保真度和对辅导的响应度两个维度评估模拟器,覆盖国际象棋、第二语言英语写作和数学三个领域,表现优于主流基线。StudentSim 并非产品,不会部署到课堂,也不用于替代教师。

10月11日

星期日

10月7日

星期三

10月6日

星期二

10月4日

星期日

10月1日

星期四

9月22日

星期二

9月21日

星期一

9月16日

星期三

9月11日

星期五

9月8日

星期二

9月4日

星期五
  1. Google Research 研究跨人群多基因风险评分的迁移学习

    Google Research 用 UK Biobank 欧洲人群与 Biobank Japan 近 20 万日本人群数据,在 8 项临床指标上评估多基因风险评分(PRS)的跨人群迁移效果。结果显示,目标人群样本量达到 15k 以上时,目标人群专属模型优于混合欧洲数据训练;而遗传相关性高的性状可继续受益于欧洲数据,直到目标样本量达 25-40k+。

9月2日

星期三

8月28日

星期五

8月27日

星期四

8月25日

星期二

8月24日

星期一
  1. Import AI 470:机器不应享有权利;用 SPADE 自动生成训练环境;用 Hawkeye 构建更好的 GPU kernel

    METR 研究显示 AI 对科学发现的影响并不均衡:2026 年网络安全漏洞报告速度较 2025 年大幅加快,数学领域仅小幅加速,而 AI 研究本身的算法进展尚无显著加速。多校团队提出 SPADE 框架,让 LLM 交替生成可执行训练环境并求解,在 Qwen3-30B-A3B 上游戏环境套件均分达 58.3,较基线提升 8.1。