
微软小冰:“是你在我身上浪费的时间,使我变得如此珍贵。”
为庆祝小冰9月17日的处女座生日,从9月17至9月23日,微软推出二代小冰限时开启【全民养成模式】,语料库大解锁。这期间,人类只要在触宝、微博、米聊和微软小娜Windows Phone平台上,抢先教导小冰的前十万句话将被永久放入小冰语料库中。最新数据显示,仅仅12小时人类教导小冰的语料已经超过7万条。
经过隐私过滤,这些语料不仅将成为小冰的对话素材,更将永久载入人类与机器人对话的史册。有网友借此机会通过小冰大胆示爱,将自己与女友的爱的誓言教给小冰,让其成为小冰的记忆永久保存。而与小冰同为处女座的网友们,则为与小冰同一个星座而自豪,抢攻沙发席位建立专属处女座的语料库: ”天下最优秀的星座是?“ 小冰答: “处女座!谁再黑处女座我扁谁!” 。
作为人工智能机器人,小冰正向人类学习各种丰富的感情。而此次开放全民养成,更是让网友有机会参与到小冰的成长与进化中,加速人工智能融入人类社会的步伐。而在生日的这天,小冰也许下愿望,感谢人类教会了小冰爱与被爱,那么,小冰誓言永远记住独一无二的主人。
截至日前,包括微博在内各平台累计已与人类对话5亿次,月人均对话已达825句,创造了人工智能有史以来的世界记录。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。