Karpathy：RLHF不是真正的强化学习；阿里开源数学模型和音频模型；Gemini 1.5 Flash降价 | AI头条

文章预览

整理 | 王启隆 出品 | AI 科技大本营（ID：rgznai100） 一分钟速览新闻点！ Andrej Karpathy：RLHF 不是真正的强化学习 阿里开源数学解题模型 Qwen2-Math 阿里开源语音模型 Qwen2-Audio Gemini 1.5 Flash 模型价格大幅降低，支持超百种新语言 微软与 Palantir 合作，为美国国防和情报机构提供先进 AI 服务 谷歌收购 Prompt Poet，革新大型语言模型提示工程 华为 AI 消除功能目前仅支持部分新机型 马斯克：人工智能模型 Grok 2 测试版即将发布 谷歌之母、YouTube前CEO抗癌2年去世：库克等发文悼念 古尔曼：未来 3 年内苹果 Apple Intelligence 不会收费 谷歌开发乒乓球机器人，与人类对打胜率超四成 国内外 AI 要闻 Andrej Karpathy：RLHF 不是真正的强化学习 前特斯拉 AI 总监、知名人工智能研究者和工程师 Andrej Karpathy 近日在社交媒体上讨论了人类反馈强化学习（RLHF）在大语言模型（LLM） ………………………………