一位网友公开了他创作的一个可以自主学习的智能体，按照他的设想，这样的智能体将在LLM的加持下迅速成长为无所不能的AGI，而人类如果控制她成长的过程，就不需要专门进行对齐。
基于大模型的Agent会玩宝可梦了，人类水平的那种！名为PokéLLMon，现在它正在天梯对战中与人类玩家一较高下：
现在一句口令，就能指挥汽车了。比如说声“我开会要迟到了”“我不想让我朋友等太久”等等，车就能理解，并且自动加速起来。
大模型的新考验来了！近日，来自卡内基梅隆大学的研究人员发布了评估LLM多模态Web代理性能的基准测试。
大型语言模型（LLM）的成功离不开「基于人类反馈的强化学习（RLHF）」。RLHF 可以大致可以分为两个阶段，首先，给定一对偏好和不偏好的行为，训练一个奖励模型，通过分类目标为前者分配更高的分数。
2023 年，大型语言模型（LLM）以其强大的生成、理解、推理等能力而持续受到高度关注。然而，训练和部署 LLM 非常昂贵，需要大量的计算资源和内存，因此研究人员开发了许多用于加速 LLM 预训练、微调和推理的方法。
生成式AI的诞生，为芯片设计开启了另一条路。现在不论是英伟达等科技公司，还是学术界，都在试图研发出能够完全自主设计芯片的AI系统。
AI大模型并非越大越好？过去一个月，关于大模型变小的研究成为亮点，通过模型合并，采用MoE架构都能实现小模型高性能。
高水平国际科技杂志《New Scientist》报道称，“兵棋推演”重复模拟的结果显示，OpenAI最强的人工智能（AI）模型会选择发动核打击。
去年 6 月，JetBrains 宣布所有基于 IntelliJ 的 IDE 和 .NET 工具都将集成一个新功能：AI 助手（AI Assistant）——该功能由 JetBrains AI 服务提供支持，可连接不同的大语言模型（LLM），并表示会将它整合到 IDE 的核心工作流中。
