Maison > Périphériques technologiques > IA > La plateforme flexible de crowdsourcing prend en charge des données de haute qualité et un alignement humain efficace pour l'industrie du modélisme à grande échelle

La plateforme flexible de crowdsourcing prend en charge des données de haute qualité et un alignement humain efficace pour l'industrie du modélisme à grande échelle

王林
Libérer: 2024-01-22 13:21:20
avant
910 Les gens l'ont consulté

Le 23 août, le Dr Wu Runze, directeur technique de NetEase Fuxi User Portrait Group, a été invité à participer au grand forum thématique de l'industrie du mannequin sur le thème « Boiling Capital, AGI Riding the Waves ». Lors du forum, il a prononcé un discours sur le thème « Alignement humain efficace pour les applications de mise en œuvre de grands modèles ». Il a présenté aux entreprises concernées du grand secteur du modélisme comment NetEase Fuxi aide à créer une boucle fermée de données de grands modèles et a partagé comment créer une boucle fermée de données de grand modèle à faible coût. Cas et expériences basés sur des données de haute qualité.

Parmi les trois éléments des grands modèles - données, puissance de calcul et algorithmes, le renforcement de l'échelle des modèles de pré-entraînement et l'amélioration de la qualité des données sont des méthodes clés pour obtenir de meilleurs effets d'intelligence artificielle. Cependant, le simple fait d’augmenter la taille du modèle ne conduit pas nécessairement à de meilleurs résultats. Dans le contexte de subjectivité présente dans de nombreuses tâches du monde réel, la mise à l’échelle du modèle peut conduire à des résultats peu fiables et discutables. Par conséquent, afin de garantir la crédibilité et l’efficacité de l’intelligence artificielle, une stratégie d’optimisation globale prenant en compte de manière exhaustive les données, la puissance de calcul et les algorithmes est nécessaire.

En réponse à la situation ci-dessus, le Dr Wu Runze a déclaré dans son discours que NetEase Fuxi, en tant que premier laboratoire national d'institution de recherche sur l'intelligence artificielle des jeux, peut utiliser les données massives et l'environnement de simulation de la plate-forme de jeu pour promouvoir le développement de la technologie de l’intelligence artificielle. Après que NetEase Fuxi ait été sélectionné dans le « Projet pionnier » de la province du Zhejiang en s'appuyant sur le projet « Plateforme cloud de pré-formation à très grande échelle », l'entreprise a tenté d'accumuler et d'explorer la technologie sous de multiples aspects tels que les données, les algorithmes, les systèmes, les applications, etc. Face au problème de l'augmentation des capacités des grands modèles, il a été décidé d'effectuer un guidage directionnel grâce à l'alignement humain, d'introduire un retour humain positif et bien intentionné dans le grand modèle et d'introduire le « consensus de la foule » comme signal de rétroaction.

La plateforme flexible de crowdsourcing prend en charge des données de haute qualité et un alignement humain efficace pour lindustrie du modélisme à grande échelle

Actuellement, la plateforme de crowdsourcing NetEase Fuxi Youling s'engage à fournir des solutions de données de haute qualité pour l'IA générative. En nous appuyant sur la riche expérience et l'intégration approfondie de NetEase dans les domaines des moteurs de jeu et de l'IA, nous aidons activement les grands fabricants de modèles à résoudre les problèmes en boucle fermée liés aux données de puissance de calcul à grande échelle et aux modèles de pré-formation. Notre objectif est d'aider l'industrie à obtenir des données de meilleure qualité à moindre coût, favorisant ainsi le développement sain de l'industrie.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Étiquettes associées:
source:163.com
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal