标签
介绍StructuredSemanticSearch，一个结合语义相似性与结构化表格发现的模型搜索框架，以提高推荐模型的多样性和覆盖率，在包含597个查询的基准上进行评估。
本文提出用于AI控制的集成监控方法，结合多样化的监控器以改进对行为偏差的检测。实验表明，多样化的集成优于同质化集成，且微调后的监控器具备独特的检测能力。
作者使用强化学习训练Qwen3.5自我越狱，通过多样性奖励暴露多种攻击策略，随后将防御方的鲁棒性从64%提升至92%，同时良性准确率略有下降。
本文引入了一种有效性-多样性框架，将大语言模型中的多样性崩溃归因于解码过程中的排序和形状校准偏差，并在 14 种语言模型上进行了验证。
本文提出在强化学习之前，对语言模型进行基于自生成多样化推理轨迹的中期训练，通过让模型接触多种有效的解题方法，展示了在数学基准测试上强化学习性能的提升。
OpenAI Scholars 2020 计划落幕，学者们展示了最终项目成果，包括调查 GPT-2 语法表示、模型可解释性和医学应用（如癫痫发作预测）的研究。该计划为机器学习领域代表不足的群体提供奖学金和指导。
OpenAI 宣布推出 2020 Scholars 项目，这是一个面向 AI 和工程领域代表性不足群体的远程奖学金项目，要求申请者具有 2 年以上软件工程经验。申请者需在美国时区且具有工作授权。
OpenAI Scholars 2019 现已接受申请，这是一项面向科学与工程领域代表性不足群体的远程项目。该为期 3 个月的项目面向具有美国工作授权、位于美国时区、具备基础编程技能以及微积分和线性代数基础知识的人士开放。
OpenAI 宣布其首届 Scholars 队列计划完成，八位参与者完成了最终项目，并定于 9 月 20 日举办演示日来展示他们的工作成果并讨论他们的机器学习未来。
OpenAI Scholars 是一个为科学和工程领域代表性不足的群体提供的导师指导和资助项目，帮助他们在三个月内学习深度学习。申请现已开放，滚动审核从 2018 年 3 月 14 日开始，3 月 31 日截止。