实体
Human Data
Human Data
PulseAugur coverage of Human Data — every cluster mentioning Human Data across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
Ego-Pi 使用以人类为中心的数据对机器人进行微调
研究人员开发了 Ego-Pi，一种使用来自人类和机器人的以自我为中心的（ego-centric）数据来微调视觉语言模型（VLM）的方法。该方法通过利用易于获取的人类数据来训练机器人掌握新的任务语义和技能组合，从而解决了机器人领域的数据稀缺问题。研究结果表明，即使在没有针对新任务的特定机器人收集数据的情况下，人类数据也能显著增强机器人的学习能力。
-
Hugging Face 论文发现 LLM 在以人为中心的个性化方面表现不佳
Hugging Face 的一篇新论文强调了大型语言模型 (LLM) 在使用合成数据与真实人类互动进行个性化方面的显著差距。研究发现，LLM 在准确提取用户属性、将相关属性匹配到新提示以及生成人类认为真正有帮助的个性化响应方面存在困难。人类评估显示，LLM 经常过度个性化，并且自动奖励模型与人类质量判断仅有适度相关性，这凸显了在 LLM 个性化中重新关注人类数据的必要性。
-
人工智能模型因合成训练产生的“数据内卷”而退化
模型坍塌，也称为“数据内卷”，描述了人工智能模型性能的下降。当模型反复使用由其他人工智能系统生成的合成数据进行训练，而不是使用新颖的人类创建的数据进行训练时，就会发生这种情况。人工智能生成数据的持续反馈循环会导致准确性下降和产生无意义的输出。