
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
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。