AIGC動態歡迎閱讀

原標題：OpenAI公開GPT-4思維的新方法，Ilya也參與了！
關鍵字：編碼器,模型,團隊,損失,特征
文章來源：量子位
內容字數：0字

內容摘要：

西風 發自 凹非寺量子位 | 公眾號 QbitAIOpenAI研究如何GPT-4思維，公開超級對齊團隊工作，Ilya Sutskever也在作者名單之列。
該研究提出了改進大規模訓練稀疏自編碼器的方法，并成功將GPT-4的內部表征解構為1600萬個可理解的特征。
由此，復雜語言模型的內部工作變得更加可理解。
其實，早在6個月前，研究就已經開始進行了：
OpenAI將其公開后，前超級對齊團隊成員、論文一作前來轉發分享：
我們引入了一種基于TopK激活函數的新稀疏自編碼器訓練技術棧，消除了特征縮減問題，并允許直接設置L0。
我們發現這種方法在均方誤差/L0邊界上表現良好。即使在1600萬的規模下，也幾乎沒有失活的潛在單元（latent）。
同樣在坐著名單里的、此前在OpenAI超級對齊團隊的Ilya同盟Jan Leike（就是從OpenAI憤而離職剛剛加入Anthropic的RLHF發明者之一）也表示：
這是一項重大的進步！稀疏自編碼器是目前用來真正理解模型內部思維的最好的方法。
更有意思的是，不久前Anthropic發了一項類似的工作。
成功從Claude 3.0 Sonnet的中間

原文鏈接：OpenAI公開GPT-4思維的新方法，Ilya也參與了！

聯系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破