sound film
PulseAugur coverage of sound film — every cluster mentioning sound film across labs, papers, and developer communities, ranked by signal.
-
OpenAI 的重置、医疗保健中的人工智能以及名为 Talkie 的复古语言模型
《纽约时报》播客“Hardfork”讨论了 OpenAI 近期的内部调整和领导层变动，探讨了它们对公司未来方向的潜在影响。该集还涉及人工智能技术在医疗保健领域的整合，考察了医生如何使用这些工具。此外，它还介绍了“Talkie”，一个早于1930年代的早期语言模型，提供了对话式人工智能的历史视角。
-
Talkie：一个在1931年前英文文本上训练的复古LLM
Talkie 是一个复古的大型语言模型，仅在1931年之前的英文文本上进行训练。其训练数据完全由目前在美国属于公有领域的作品组成，符合当前1931年1月1日的版权截止日期。这种方法确保了模型的基础建立在可自由访问的历史文献之上。
-
Talkie 是一个“复古 LLM”，接受了 1930 年前的数据训练，以帮助实现“时光旅行” https://gizmodo.com/talkie-is-a-vintage-llm-trained-on-pre-1930-data-to-help
一款名为 Talkie（也称为 13B 1930 LM）的新型大型语言模型已被开发出来，其训练数据截止日期为 1930 年。这种被称为“复古 LLM”的方法旨在通过仅使用 1930 年前的数据来模仿历史视角，从而规避该时期材料的版权问题。该项目通过人工智能探索“时光旅行”的概念，并研究此类模型在预测或理解截止日期后事件方面的能力，其灵感来源于 Owain Evans 等研究人员以及 Calcifer Computing 的概念。
-
Talkie AI：训练数据截止至1931年之前的复古语言模型旨在揭示AI的内部运作
一个AI研究团队开发了Talkie，这是一个拥有130亿参数的语言模型，其训练数据仅限于1930年底之前出版的英文文本。该模型的创造者旨在通过研究Talkie在历史知识限制下的响应和预测能力，来更好地理解AI的行为和能力。虽然Talkie可以生成一些简单的代码解决方案，但与在现代数据上训练的模型相比，其编程能力有限。
-
研究人员探索LLM污染以准确评估模型能力
Talkie 的一项新实验旨在解决大型语言模型中的数据污染问题。污染是指模型在包含自身输岀或基准测试数据的训练数据上进行训练，这可能导致性能指标虚高。该实验旨在分离和量化此类污染的影响，从而更清晰地了解LLM的真实能力。
-
Talkie LM 仅用1930年代数据训练LLM以产生独特输出
一款名为Talkie的新语言模型已被推出，其独特的训练数据集引人注目。该模型仅使用1930年的数据进行训练。该项目旨在探索使用如此特定和历史性数据语料库开发的LLM的能力和特性。
-
Talkie-1930：基于 1931 年前文本训练的全新 13B 人工智能模型，探索历史知识
一个名为 Talkie 的新项目发布了一个仅使用 1931 年前英文文本训练的 130 亿参数语言模型。这个“复古”模型旨在探索人工智能预测未来和生成超出其训练数据截止日期的新颖想法的能力。虽然基础模型是开源的，但经过微调的聊天版本依赖于 Claude Sonnet 和 Opus 等现代大型语言模型进行辅助，这引发了对潜在时代错乱污染的担忧。