Sara Hooker
PulseAugur coverage of Sara Hooker — every cluster mentioning Sara Hooker across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI代理现在可以自主构建和销售AI产品
两个独立项目展示了AI系统自主研究、开发和部署新AI产品的日益增长的能力。一个项目使用Claude和AutoResearch、Prime Intellect等工具来训练专业模型，旨在将AI开发民主化，使其超越大型实验室。另一个项目则有一个自主AI业务团队，该团队在GitHub和Hugging Face等平台上循环进行AI代理产品的研究、构建和发布，并内置了计费系统。
-
更小的语言模型现已超越更大的模型，挑战规模化趋势
根据Sara Hooker的一篇文章，提高语言模型（LLM）规模以获得更好性能的趋势正达到极限。虽然更大的模型历来优于更小的模型，但近期证据表明，更小、更高效的模型现在正取得相当或更优的结果。这表明当前的规模化方法可能效率低下，由于未经优化的训练机制，相当一部分参数可能冗余。
-
AI 实验室追求递归自我改进以实现自主开发
递归自我改进（RSI）的概念在人工智能领域日益受到关注，多家初创公司和研究人员致力于创建能够持续自我升级的 AI 系统。这种类似于通用人工智能（AGI）的愿景，可能会导致 AI 开发周期超越人类能力，仅受计算资源限制。虽然像 Richard Socher 的 Recursive Superintelligence 明确以 RSI 为目标，但像 Alex Karpathy 的 Auto-Research 和 Sara Hooker 的 …
-
Adaption 推出 AutoScientist，用于自动化 AI 模型微调
Adaption 推出了 AutoScientist，这是一款旨在通过自动化微调来加速 AI 模型训练的工具。该系统共同优化数据和模型本身，学习获取新能力的最有效方法。该公司表示，这可能使大型研究实验室之外也能进行前沿 AI 训练，并且据报道，该工具在各种模型上的胜率翻了一番。
-
Together AI 与 Adaption 合作，简化模型微调流程
Together AI 已与 Adaption 达成合作。Adaption 由前 Cohere 和 Google DeepMind 的领导者 Sara Hooker 和 Sudip Roy 联合创立。此次合作将 Adaption 的数据优化工具与其微调基础设施相结合。该合作旨在通过提高数据集质量并简化实验和部署工作流程，使用户能够更轻松地创建高质量、微调后的开源模型。