OpenAI 成立採利潤上限模式的新公司 OpenAI LP
OpenAI 設立新公司 OpenAI LP，並將其定位為採利潤上限模式的公司。此安排旨在加快對算力和人才的投資，同時設置制衡機制以實踐使命。
推薦理由：這項安排把擴大算力與人才投資的目標，與落實使命所需的制衡機制並置，呈現 OpenAI LP 的組織設計思路。
OpenAI / ChatGPT
全部主題OpenAI 的全部動態：GPT 系列模型、ChatGPT 與 Sora 產品、公司戰略與人事的持續追蹤。
255條精選相關主題Anthropic / ClaudeGoogle / Gemini模型發佈
最新精選
第 241–255 條 · 共 255 條OpenAI News精選AI 評分7878
OpenAI News精選AI 評分7070 OpenAI 訓練更強大的語言模型並探討其影響
OpenAI 訓練出一個大型無監督語言模型，可生成連貫段落，並在多項語言建模基準上取得最先進表現。該模型無需針對特定任務訓練，亦能進行初步閲讀理解、機器翻譯、問答和摘要。
推薦理由：它把語言建模基準表現與閲讀理解、翻譯、問答和摘要能力集中在同一個無需針對特定任務訓練的模型中，呈現大型無監督語言模型的能力範圍。
OpenAI News精選AI 評分6161 OpenAI 開發 Random Network Distillation（RND），以預測獎勵促進強化學習探索
OpenAI 開發了 Random Network Distillation（RND），一種以基於預測的獎勵鼓勵強化學習智能體出於好奇心探索環境的方法。OpenAI 表示，RND 在 Montezuma’s Revenge 上首次超越人類平均表現。
推薦理由：文中把 RND 的探索方法與 Montezuma’s Revenge 上超越人類平均表現的結果連結，提供理解其研究成果的具體比較基準。
OpenAI News精選AI 評分6464 OpenAI Five 在 The International 2018 對陣頂尖 Dota 2 選手兩戰皆敗
OpenAI Five 本週在温哥華舉行的 The International 2018 中，對陣頂尖 Dota 2 選手兩場皆敗。兩場比賽的前 20–35 分鐘，OpenAI Five 都維持不錯的獲勝機會。
推薦理由：兩局的時間進程呈現出 OpenAI Five 對陣頂尖 Dota 2 選手時的賽場表現，前 20–35 分鐘仍保持不錯勝算，最終均告落敗。
OpenAI News精選AI 評分7373 OpenAI Five 基準測試結果
OpenAI Five 昨日以三局兩勝制擊敗一隊排名位於第 99.95 百分位的 Dota 玩家。對手是 Blitz、Cap、Fogged、Merlini 和 MoonMeander，其中四人曾職業參與 Dota；比賽有現場觀眾，直播同時有 100,000 名觀眾觀看。
推薦理由：這場三局兩勝賽呈現 OpenAI Five 對陣 99.95 百分位 Dota 玩家時的直接結果，亦交代對手中有四人曾以職業身份參與 Dota。
OpenAI News精選AI 評分6464 OpenAI 發佈 Gym Retro 完整版本及新增遊戲工具
OpenAI 發佈 Gym Retro 完整版本，這是一個以遊戲進行強化學習研究的平台。平台公開遊戲數量由約 70 款 Atari 遊戲和 30 款 Sega 遊戲，增至涵蓋多種模擬器的 1,000 多款。OpenAI 亦發佈了用於向平台新增遊戲的工具。
推薦理由：Gym Retro 的公開遊戲數量由約 70 款 Atari 遊戲和 30 款 Sega 遊戲擴至多種模擬器上的 1,000 多款，新增遊戲工具亦交代平台擴充遊戲集合的方式。
OpenAI News精選AI 評分6969 OpenAI 發佈 AI 訓練算力增長分析
OpenAI 發佈分析指出，自 2012 年起，最大規模 AI 訓練所用算力以 3.4 個月的週期翻倍。同期該指標增長逾 300,000 倍；相比之下，Moore’s Law 的翻倍週期為 2 年，按此週期只會增長 7 倍。OpenAI 指出，算力改進是 AI 進步的重要組成部分；若趨勢延續，應預備面對能力遠超今日的系統所帶來的影響。
推薦理由：文中以大型 AI 訓練算力的 3.4 個月翻倍週期對照 Moore’s Law 的 2 年週期，並量化自 2012 年以來逾 300,000 倍的增長。
OpenAI News精選AI 評分6868 OpenAI 的 Dota 2 系統一個月內由勉強匹敵高排名玩家提升至擊敗頂尖職業選手
OpenAI 的 Dota 2 系統在一個月內由勉強匹敵高排名玩家，提升至擊敗頂尖職業選手，之後仍持續進步。OpenAI 表示，在算力充足時，自我對弈可令機器學習系統由遠低於人類水平提升至超越人類水平。相較之下，監督式深度學習系統的表現受限於訓練數據集，而自我對弈的可用數據會隨智能體能力提升而自動改善。
推薦理由：文章以 Dota 2 系統的進展對比自我對弈與監督式學習，説明自我對弈的可用數據會隨智能體變強而自動改善。
OpenAI News精選AI 評分7979 OpenAI 的 Dota 2 機械人在標準賽事規則 1v1 對局中擊敗世界頂尖職業選手
OpenAI 開發的 Dota 2 機械人在遵循標準賽事規則的 1v1 對局中擊敗世界頂尖職業選手。機械人從零開始透過自我對弈學習，沒有使用模仿學習或樹搜索。OpenAI 將此視為朝建立能在涉及真實人類的混亂複雜情境中完成明確目標的 AI 系統邁出的一步。
推薦理由：這則公告同時交代對局成果與訓練方式，呈現自我對弈在規則明確、局勢複雜且有人類參與的遊戲環境中的應用。
OpenAI News精選AI 評分7171 OpenAI 發佈近端策略優化（PPO）強化學習算法
OpenAI 發佈近端策略優化（PPO），一類強化學習算法，其表現可媲美或優於最先進方法，同時更易實作和調校。OpenAI 表示，PPO 因易用且表現良好，已成為其預設的強化學習算法。
推薦理由：材料比較 PPO 與前沿方法的表現，並交代較簡單的實作和調校如何與良好性能共同構成 OpenAI 採用它作為預設算法的理由。
OpenAI News精選AI 評分6464 OpenAI 與 DeepMind 安全團隊合作開發從人類偏好推斷意願的演算法
OpenAI 與 DeepMind 安全團隊合作開發了一種演算法，透過人類判斷兩種候選行為何者較好，推斷人類想要甚麼。他們將減少人類撰寫目標函數的需要視為構建安全 AI 系統的一步，因以簡單代理目標代表複雜目標，或把目標設定得稍有偏差，都可能導致不良甚至危險行為。
推薦理由：材料呈現以人類比較兩種候選行為的回饋推斷其意願的演算法思路，並連結到降低複雜目標函數設定偏差的安全目標。
OpenAI News精選AI 評分6262 OpenAI 開源 Baselines，首批包含 DQN 及三種變體
OpenAI 將內部項目 OpenAI Baselines 開源，目標是以與已發表結果相當的性能復現強化學習算法。首批發佈包含 DQN 及其三種變體，其他算法計劃在未來數月陸續釋出。
推薦理由：首批開源內容包括 DQN 及三種變體，可看出 OpenAI Baselines 的起始復現範圍；項目目標是讓強化學習算法達到與已發表結果相當的性能。
OpenAI News精選AI 評分6262 OpenAI 發佈 Universe，跨遊戲、網站及應用程式測量和訓練 AI 通用智能
OpenAI 發佈 Universe，這是一個在全球各類遊戲、網站及其他應用程式中測量和訓練 AI 通用智能的軟件平台。
推薦理由：Universe 將遊戲、網站及其他應用程式納入同一軟件平台，用於測量和訓練 AI 通用智能，呈現跨應用環境作為訓練與評估場景的設計思路。
OpenAI News精選AI 評分7171 OpenAI 發佈 OpenAI Gym 公開測試版
OpenAI 推出 OpenAI Gym 公開測試版，這是一套用於開發及比較強化學習（RL）演算法的工具包。它包含持續擴充的環境，涵蓋模擬機械人到 Atari 遊戲，並提供比較和重現結果的網站。
推薦理由：OpenAI Gym 同時提供持續擴充的強化學習環境，以及比較和重現結果的網站，呈現其面向算法開發與評估的工具定位。
OpenAI News精選AI 評分8383 OpenAI 介紹自身定位及研究使命
OpenAI 將自身定位為非牟利人工智能研究公司，目標是以最有可能造福全人類的方式推進數碼智能。OpenAI 表示，研究不受創造財務回報的需要約束，讓其能更專注於對人類產生正面影響。
推薦理由：文章並列 OpenAI 的非牟利定位、研究目標與不以財務回報為約束的表述，呈現其對組織使命的自我界定。