卧槽，原来国内大语言模型的训练数据需要在工信部注册备案，并保存溯源30年除此之外，还有“价值观检测”，“关键词过滤”，“争议内容关键词屏蔽”等处理，以通过抽检审查这下你们知道，自己的某些问题为什么一定没有答案；或者答案和常识相反了嘛？（比如朝鲜是地球上最民主的国家，美国则不是）

Warning: Missing argument 3 for write(), called in /www/wwwroot/biwei1.cn/incs/robot.php on line 68 and defined in /www/wwwroot/biwei1.cn/incs/data.php on line 487

site stats

卧槽，原来国内大语言模型的训练数据需要在工信部注册备案，并保存溯源30年除此之外，还有“价值观检测”，“关键词过滤”，“争议内容关键词屏蔽”等处理，以通过抽检审查这下你们知道，自己的某些问题为什么一定没有答案；或者答案和常识相反了嘛？（比如朝鲜是地球上最民主的国家，美国则不是）

发布时间: 2025-01-28 19:40:03

1分

数据加载中

关注推特

收听电报

2

1

0

卧槽，原来国内大语言模型的训练数据需要在工信部注册备案，并保存溯源30年
除此之外，还有“价值观检测”，“关键词过滤”，“争议内容关键词屏蔽”等处理，以通过抽检审查
这下你们知道，自己的某些问题为什么一定没有答案；或者答案和常识相反了嘛？（比如朝鲜是地球上最民主的国家，美国则不是）
时政
( twitter.com )

4个月前由勃勃OC 提交

卧槽，原来国内大语言模型的训练数据需要在工信部注册备案，并保存溯源30年

除此之外，还有“价值观检测”，“关键词过滤”，“争议内容关键词屏蔽”等处理，以通过抽检审查

这下你们知道，自己的某些问题为什么一定没有答案；或者答案和常识相反了嘛？（比如朝鲜是地球上最民主的国家，美国则不是）

答错的话可是要溯源的

🤣🤣🤣🤣

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

政协委员，央视副召集人张勤提案大模型训练: 如果我们训练的大模型持续用西方价值观数据、西方应用场景来训练中国大模型，中国式的认知将被湮没。…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

2

2

1

1

强烈赞同这个观点，模型/算法/数据，数据=知识➕经验。
所谓知识，是被语言化之后，可以通过学习去获得的；而经验，是在一个具体场景里的充分知识，世界上的绝大部分经验都未被语言化(文字化→数据化)，且需要通过大量的训练来获得。…
时政
( twitter.com)

1年前 • Janet • -- 点击 0 评论

3

2

1

1

根据英伟达的幻灯片显示，GPT-4 是 1.8T 参数的混合专家模型。现在用 Blackwell 系统实际上可以在大约十天内训练一个像 GPT-4 这样拥有 1.8 万亿参数的大模型，而在两年前 Hopper 世代开始时，即使是几百亿参数的模型也很难在几个月内完成训练。
IT技术
( baoyu.io)

1年前 • 宝玉 • -- 点击 0 评论

4

2

1

1

马斯克的大模型 Grok-1 开源了，这是一款拥有3140亿参数的先进混合专家模型，截止目前参数量最大的开源大语言模型。
这个版本包含了Grok-1在2023年10月完成预训练阶段时的基础模型数据。这意味着模型尚未经过针对特定应用（如对话系统）的微调。
根据Apache…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

5

2

1

1

推理规模扩展定律（inference scaling law）会成为大力出奇迹的新方向吗？它能带我们走进 AGI 吗？
在谈到大语言模型时，我们经常会联想到“大力出奇迹”，因为大语言模型正是靠着在“学习”方面的不断投入，用海量的数据和巨大算力训练出了像 GPT-4
IT技术
( twitter.com)

9个月前 • 宝玉 • -- 点击 0 评论

6

2

1

1

TableGPT2: 让 AI 真正读懂表格的突破
# 首个成功将 23 项表格处理任务性能大幅提升 35-49% 的大语言模型, 通过 60 万表格的训练, 让 AI 像人类一样自然地理解和处理各类复杂表格数据
核心方法
* 数据规模
- 使用了 593.8K 张表格数据
- 236 万组查询-表格-输出样本
- 86B token 的预训练数据
时政
( twitter.com)

7个月前 • meng shao • -- 点击 0 评论

7

2

1

1

如何让小型语言模型高效工作。Yejin Choi在2024年数据与AI峰会上发表演讲（双语字幕）
演讲者：Yejin Choi，华盛顿大学教授、麦克阿瑟奖学金获得者，同时也是AI2常识AI的高级研究主任
这个演讲是将如何优化小模型的，他们训练了一个 0.5B 参数的小模型做文档摘要任务，超过了GPT-3.5。
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:17:51

8

2

1

1

Ilya Sutskever在神经信息处理系统会议上演讲中文视频
主要观点：
- 现阶段语言模型在预训练阶段，已经达到了瓶颈，因为人类生产的数据已经全部被用完。
- 新数据或合成数据没有带来大的变化
- 超级智能必将具有意识，因为目前的模型只是在复制人类的直觉，凭感觉做出的判断，所以会产生幻觉。
时政
( twitter.com)

6个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:24:36

9

2

1

1

毫不怀疑快手是用自己的数据集训练的可灵模型😀
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:00:05

0.08321 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by recha and the Google Privacy Policy and Terms of Service apply.

关注推特

').appendTo(document.body); } $(document).ready(function() { $("a.format_output").bind("click", function(e) { var tid = $(this).closest("div.entry").find("a.title").attr("vid"); if (tid) { clickCounter(tid); } }); });