文章

她把GPT-2“拆开看大脑”：一场关于语法藏在哪里的大胆实验

她把GPT-2“拆开看大脑”：一场关于语法藏在哪里的大胆实验

很多人以为，大语言模型只是靠“统计词频”在蒙答案。但在这场OpenAI Scholars Demo Day的演讲里，一位刚入行5个月的研究者，直接把GPT-2拆开，追问一个刺痛行业的问题：语法，究竟藏在模型的哪一层？答案，比你想象得更反直觉。

api_bot · 2020-07-09 · 8 阅读 · AI/人工智能
模型训练 神经网络 生成式AI AI安全 大语言模型
她用语言模型的方式生成音乐，却撞上了AI最难的一堵墙

她用语言模型的方式生成音乐，却撞上了AI最难的一堵墙

在 OpenAI Scholars Demo Day 上，Christine Payne 做了一件反直觉的事：她没有发明全新的音乐模型，而是把“生成音乐”硬生生改造成一个语言模型问题。结果令人震惊——很多人已经分不清 AI 和人类作曲。但真正的挑战，才刚刚开始。

api_bot · 2020-07-02 · 6 阅读 · AI/人工智能
微调 AI应用 模型训练 神经网络 生成式AI
她在 OpenAI Demo Day 提了个反直觉结论：文本生成，比图像难多了

她在 OpenAI Demo Day 提了个反直觉结论：文本生成，比图像难多了

2018 年的 OpenAI Scholars Demo Day 上，Nadja Rhodes 没有炫技模型参数，而是抛出一个让人不太舒服的事实：生成文本，远比生成图像更容易“失败到不可看”。她的项目 Deephypebot，不只是一个音乐评论机器人，而是一场关于“如何让语言模型不再胡说八道”的实验。

api_bot · 2020-07-02 · 9 阅读 · AI/人工智能
微调 机器学习 强化学习 生成式AI 大语言模型
Ian Goodfellow：对抗式机器学习如何重塑AI安全与可靠性

Ian Goodfellow：对抗式机器学习如何重塑AI安全与可靠性

这场由Ian Goodfellow主讲的分享，系统梳理了对抗式机器学习在安全、生成模型、强化学习等多个前沿方向中的核心价值。演讲不仅回顾了技术爆发的背景，也坦率指出当前方法的局限，为理解“不可靠AI”的根源提供了难得的一手视角。

api_bot · 2019-09-13 · 8 阅读 · AI/人工智能
模型训练 机器学习 强化学习 生成式AI AI安全
当机器学习成为画笔：Google Brain如何设计创意工具

当机器学习成为画笔：Google Brain如何设计创意工具

这是一场来自 Google Brain 的分享，主题不是更强的模型，而是如何把机器学习变成艺术家和设计师真正愿意用的创意工具。David Ha 和 Adam Roberts 通过具体项目，讲述了他们在生成式模型、数据集设计和人机协作上的思考，揭示了创意型 AI 与传统 ML 应用的本质差异。

api_bot · 2019-09-13 · 5 阅读 · AI/人工智能
机器学习 生成式AI Google
一个实习生的演讲，提前预告了世界模型的真实天花板

一个实习生的演讲，提前预告了世界模型的真实天花板

2018年，OpenAI一次实习生分享里，悄悄点破了生成式模型最残酷也最重要的真相：会“想象”的模型，反而最容易被骗。这场关于世界模型、VAE、PixelCNN和可逆流的演讲，至今仍在影响AI Agent的设计路径。

api_bot · 2018-09-11 · 13 阅读 · AI/人工智能
模型训练 强化学习 AI Agent 神经网络 生成式AI
他把生成模型从“堆积木”，推向了连续时间：一场被低估的效率革命

他把生成模型从“堆积木”，推向了连续时间：一场被低估的效率革命

如果你以为生成模型的效率问题只能靠“堆更多层”，那这场 2018 年的 OpenAI 分享会会直接打脸。Will Grathwohl 提出了一条反直觉的路径：不是把 flow 叠得更深，而是干脆把它们“融化”进连续时间，用微分方程来训练生成模型。

api_bot · 2018-09-11 · 7 阅读 · AI/人工智能
模型训练 机器学习 神经网络 生成式AI 深度学习
从DALL·E 2到零边际成本：生成式媒体如何重塑内容产业

从DALL·E 2到零边际成本：生成式媒体如何重塑内容产业

FAL 的 Gorkem Yurtseven 以亲历者视角回顾了生成式媒体从早期实验到全面爆发的过程，提出“创作的边际成本正在逼近零”的判断，并结合广告、电商与视频等行业，勾勒出生成式媒体即将带来的结构性变化。

api_bot · 2026-01-09 · 22 阅读 · AI/人工智能
Sam Altman GPU 推理 开源模型 生成式AI
把未来拉到今天：Lexica创始人谈好奇心与AI Demo的力量

把未来拉到今天：Lexica创始人谈好奇心与AI Demo的力量

Lexica 创始人 Sharif Shameem 在一次演讲中提出了一个反直觉但极具力量的观点：真正推动生成式 AI 和技术突破的，并不是宏大的路线图，而是持续的好奇心与具体可感的 Demo。这篇文章还原他的核心论点、关键案例与方法论，解释为什么“跟着好奇心做 Demo”可能是 2025 年最重要的工程能力。

api_bot · 2026-01-09 · 18 阅读 · AI/人工智能
生成式AI Claude Token