腾讯研究院AI速递 20241209

文章预览

生成式AI 一、  OpenAI发布季第二天：强化微调，少量样本训练专家模型 1. 强化微调（RFT）通过强化学习优化模型在特定任务上的推理能力，支持少量样本训练； 2. 开发者可根据领域需求，通过自定义数据和评分器微调模型，提升其准确性和推理能力； 3. 该技术适用于专业领域如法律、金融等，且目前处于Alpha测试阶段，明年将开放。 https://mp.weixin.qq.com/s/7uqmsBP6D1rIysFW7dBtcQ 二、  Meta重磅开源Llama 3.3-70B：性能大涨，成本降10倍 1. Meta开源Llama 3.3-70B，性能与Llama 3.1-4050B相当，但推理和部署成本大幅降低； 2. Llama 3.3-70B在多个基准测试中超越谷歌、OpenAI等竞争对手，提升数学、常识和指令遵循能力； 3. Meta计划投资100亿美元建设AI数据中心，支持未来Llama 4模型的训练需求。 https://mp.weixin.qq.com/s/pZR6waThwmeVR7VoTybkjg 三、  换掉Flux？马斯克自研文生图模型Aurora ………………………………