搜索：训练数据合成

「训练数据合成」共找到 3983 篇相关文章

智源：ArXiv CLI重磅开源！2亿+开放论文，即将化身科研智能体的技能包

智源研究院联合高校与社区开发者研发的 DeepXiv 开源并免费开放。它是面向智能体的科技文献综合性工具集，提供数据接入、一站式能力集成、丰富接入形式等核心能力，还通过实战演示展示其在科研任务中的价值。

文章认为机器人的 GPT 时刻可能比想象更近，未来 2 - 3 年或出现较通用机器人，3 - 5 年有望规模化部署。还分析了当前机器人发展情况、瓶颈及数据获取方式，同时介绍了上周市场动态和多家公司的 AI 相关事件。

系统变更是生产事故主因，本文提出聚焦变更可观测性的指标框架，介绍可扩展架构采集展示指标。定义业务和技术指标，构建以事件为中心架构获取数据，还阐述以数据驱动改进变更交付过程。

吴恩达发表关于LLM现状与未来的观点，指出其虽通用但不及人类，榨干公网数据后进步难，相比人类还很‘笨’。强调推动发展需大量人工决策和数据工程，要做好长期苦战准备。

MoonCast是革新性对话式语音合成模型，已开源。它借助LLM让剧本有干货与人味，采用全面规模化策略使音频合成更自然，性能在双语长对话播客上提升显著，接近真人播音效果。

图灵奖得主Geoffery Hinton与姚期智对谈AI相关话题。Hinton认为人脑可给AI借鉴，还探讨人类未来与AI道德，强调训练善良AI重要；他觉得大模型有理解能力，将人类意识特殊化是危险无稽之谈。

在医疗AI领域，模型静态评测与临床问诊能力存在断层。清华刘洋团队提出DOCTOR - R1，将临床问诊建模为POMDP，用强化学习训练。实验验证了其有效性，对医疗AI发展有深远启示。

文章聚焦 Transformers v5 分词系统，介绍分词概念、流程、主流算法，对比 transformers 和 tokenizers 库。着重讲 v5 改进，如架构与词表分离，解决 v4 黑盒问题，还能从零训练专属分词器。

香港大学 XLANG Lab 和月之暗面等多家机构提出用于构建和扩展 CUA 的完全开源框架 OpenCUA，含注释工具、大规模数据集等，还构建旗舰模型 OpenCUA - 32B，公开代码、数据和模型。

Anthropic发布研究，在Claude内部发现J - space（雅可比空间），即“全局工作空间”，它在训练中自发形成。用雅可比透镜技术可读取其内容，还验证了其功能属性，可用于对齐审计等。