Anthropic、OpenAI、谷歌和微软一致认为控制器是产品，但在定价上存在分歧。

Anthropic、OpenAI、谷歌和微软一致认为控制器是产品，但在定价上存在分歧。
The New Stack
The New Stack ·
从空间数据到AI开源：技术标准、数据主权与全球分歧

从空间数据到AI开源：技术标准、数据主权与全球分歧
云原生
云原生 ·

姚顺宇从Anthropic跳槽至谷歌DeepMind，担任高级研究科学家。他在Anthropic参与Claude系列的强化学习研究，但因价值观分歧和工作强度选择离开。他期待在DeepMind继续探索AI研究的快速发展。

另一位Yao Shunyu也跳槽了：与Anthropic价值观有根本分歧
量子位
量子位 ·
比亚迪的「百亿分歧」：技术热潮也驱不散市场担忧？

比亚迪的「百亿分歧」：技术热潮也驱不散市场担忧？
TechWeb 全站精华
TechWeb 全站精华 ·
苹果内部讨论收购Perplexity AI和Mistral AI 但管理层在收购方面存在分歧

苹果内部讨论收购Perplexity AI和Mistral AI 但管理层在收购方面存在分歧
蓝点网
蓝点网 ·
人工智能周报 #317 - 美国AI行动计划、欧盟AI指南分歧、ChatGPT学习模式

人工智能周报 #317 - 美国AI行动计划、欧盟AI指南分歧、ChatGPT学习模式
Last Week in AI
Last Week in AI ·

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

硬核「吵」了30分钟：这场大模型圆桌，把AI行业的分歧说透了
机器之心
机器之心 ·

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

跨越1.6亿年进化分歧，DNA语言模型以单核苷酸分辨率对植物基因组跨物种建模
机器之心
机器之心 ·

本研究解决了现有集成攻击方法在捕捉模型间共享梯度方向不足及缺乏自适应权重分配机制的问题。提出的新方法HEAT通过引入领域泛化，结合共识梯度方向合成器和双和谐权重协调器，实现了内部模型一致性与模型间多样性的动态平衡。实验结果表明，HEAT在不同数据集和设置中显著优于现有方法，为对抗攻击研究提供了新的视角和方向。

在对抗迁移性中的集成攻击调和内部一致性与外部分歧
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
理解区块链分叉：协议分歧的深入洞察

理解区块链分叉：协议分歧的深入洞察
DEV Community
DEV Community ·
Garmin的Connect+标志着战略转型，可能引发用户分歧

Garmin的Connect+标志着战略转型，可能引发用户分歧
Canalys.com
Canalys.com ·

本研究旨在解决大语言模型（LLMs）在医疗领域的可靠性和准确性问题，提出了Med-CoDE评估框架，以系统性方法评估医学LLMs的质量及可信度。该框架利用基于批评的方式定量测量模型生成响应与医学基本真理之间的分歧，从而填补现有评估方法的不足。研究表明，Med-CoDE能够提供全面而可靠的医学LLMs评估。

Med-CoDE：基于医学批评的分歧评估框架
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
特朗普关税大棒与TikTok交易捆绑？揭秘字节跳动与美政府谈判分歧，为何说李嘉诚事件成前车之鉴，甲骨文方案最可能通过引发猜测。

特朗普关税大棒与TikTok交易捆绑？揭秘字节跳动与美政府谈判分歧，为何说李嘉诚事件成前车之鉴，甲骨文方案最可能通过引发猜测。
硕鼠的博客站
硕鼠的博客站 ·
解决OLTP与OLAP的分歧：PostgreSQL的B树和哈希索引在列存储数据中的应用

解决OLTP与OLAP的分歧：PostgreSQL的B树和哈希索引在列存储数据中的应用
DEV Community
DEV Community ·

本文探讨了偏好数据在扩散模型训练过程中的关键作用，特别是在Diffusion-DPO及其后续适应中，针对少数样本对模型表现的负面影响，提出了一种新颖的自适应DPO方法。该方法通过引入一种少数样本意识的指标，优化了DPO损失函数，既提高了模型对多数标签的学习能力，又减轻了少数样本的负面影响，为图像生成任务的发展提供了新的训练思路。

当偏好发生分歧：对少数群体意识的自适应DPO进行对齐
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
JD·范斯试图修复MAGA与科技之间的分歧

JD·范斯试图修复MAGA与科技之间的分歧
The Verge
The Verge ·

本研究解决了现有模型基础强化学习在自主驾驶任务中通用性不足的问题，提出了InDRiVE方法，该方法利用基于内在分歧的奖励，在不依赖任务特定反馈的情况下，推动车辆对环境中高不确定性区域的主动探索。实验结果表明，InDRiVE在训练步骤显著减少的情况下，能够在各种环境中实现更高的成功率，突显了纯内在探索在学习稳健车辆控制行为中的有效性。

InDRiVE：基于内在分歧的强化学习用于通过好奇心驱动的通用世界模型进行车辆探索
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本文研究了多智能体系统中共识形成的重要性及其与个体多样性之间的权衡。通过提出一种隐性共识的方法，允许智能体在信息交流的基础上独立做出决策，研究发现这一方式在动态环境中能够更好地应对外部冲击并提升系统的探索和性能。实验结果证明，保持一定的多样性有助于增强系统的鲁棒性和整体表现。

分歧的隐秘力量：揭示自适应多智能体系统中的共识-多样性权衡
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究针对仇恨言论分类中的标注者分歧问题，提出了多种基于精调BERT模型的策略，并评估其在土耳其推文中的效果，取得了优异的检测和理解结果。

处理仇恨言论分类中的标注者分歧
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究探讨大型语言模型（LLMs）在检测冒犯性语言时的人类注释分歧，发现LLMs对分歧样本的信心与人类一致性相关，为改进检测提供指导。

揭示大型语言模型在检测冒犯性语言中的能力与注释分歧
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证