Thinking Machines Lab 发布了一份报告,认为当前的 AI 系统通常在集中式位置训练然后冻结,排除了它们所服务的人群。该实验室提出转向分布式、可定制的 AI,以扩展人类的意志和判断。
报告概述了实现这一目标的四个技术方向:使用多模态交互和可定制性训练强大的模型;构建允许用户自行微调 and 训练模型权重的工具;开发扩大人机通信渠道的界面;以及发表研究以帮助更多工程师了解模型的构建方式。
这些方向旨在将知识和对齐都移近用户,确保 AI 系统由其社区塑造,而不是保持为静态的产物。
Thinking Machines Lab 发布了一份报告,认为当前的 AI 系统通常在集中式位置训练然后冻结,排除了它们所服务的人群。该实验室提出转向分布式、可定制的 AI,以扩展人类的意志和判断。
报告概述了实现这一目标的四个技术方向:使用多模态交互和可定制性训练强大的模型;构建允许用户自行微调 and 训练模型权重的工具;开发扩大人机通信渠道的界面;以及发表研究以帮助更多工程师了解模型的构建方式。
这些方向旨在将知识和对齐都移近用户,确保 AI 系统由其社区塑造,而不是保持为静态的产物。