一种非常强大的新Mistral曲调，利用巧妙的弱监督和合成数据生成与DPO兼容的数据集。 描述的过程可以重复多次并应用于各种企业用例。

这篇技术报告介绍了MMCBench，这是一个新的基准测试，旨在测试各种任务如文本到图像和语音到文本等情况下大型多模型（LMMs）的一致性和可靠性。该测试涵盖了超过100个流行模型，旨在提高读者对这些AI系统在现实世界...

对比偏好优化（CPO）是一种新的优化技术，现在应用于机器翻译。与DPO相比，CPO在数据效率方面更高。重要的是，该目标函数防止模型提出合理但不准确的翻译，从而使模型在WMT上取得了有竞争力的表现。

奖励模型在RLHF中用于表示人类偏好，尽管被对齐的模型通常“破解奖励”并实现不利的性能。通过合并多个奖励模型，这些模型保持线性模式连接，得到的对齐模型被79％的人更喜欢，而不是一个对齐单一奖励模型的模型。模型...

谷歌正在增强Chrome的功能，包括在线文本编辑助手、多标签页自动整理和基于文本到图像扩散模型的自定义主题创建器等AI功能。

数字版权管理（DRM）是一种用于保护数字内容不被非法复制或传播的技术。然而，有些用户认为DRM限制了他们的使用权利，因此尝试破解DRM。近日，一位黑客成功破解了小米4 Pro空气净化器的DRM控制，并发布了一份指南。...

人工通用智能（AGI）通常被定义为在大部分经济有价值的工作中超越人类能力的自主系统。自动驾驶的最新发展是增加自动化的社会动态的一个好的早期案例研究。驾驶是一个难以自动化的问题，其自动化将影响大量人力资源...

据报道，谷歌的CEO桑达尔·皮查伊发出的备忘录曝光，透露了公司今年的七大目标。今年，谷歌的目标是提供全球最先进、安全、负责任的人工智能；提高知识、学习、创造力和生产力；构建最有用的个人计算平台和设备；使组...