站長隨筆
袁如陵專利師的人工智慧主題隨筆,依首次發布時間閱讀相關文章。
「訓練資料集 Infiniset」是什麼?
Infiniset 資料集包含了約 1.56 兆個單詞,大小為 750 GB。這個資料集的組成非常多樣化,涵蓋了不同形式和主題的內容,例如技術性主題到日常對話,讓 LaMDA 模型能夠學習廣泛的知識,並具備靈活應對各種對話的能力。Infiniset 資料集被用於訓練 Google
「訓練資料集 WebText2」 是什麼?
WebText2 是由 OpenAI 公司所建立的一個大型資料集,用來訓練他們的 GPT-3 語言模型。WebText2 是 WebText 資料集的延伸版本,而 WebText 是用來訓練 GPT-2 模型的資料集。
CNET 文章醜聞:媒體應用 AI 的潛在風險
在2023年初,知名科技新聞網站 CNET 因大量使用人工智慧(AI)產生的文章而引發爭議。
「訓練資料集 Books3」 是什麼?
生成式人工智慧(AI)模型的訓練,需要大量、多元的文字內容,尤其是書籍,對於訓練模型的效果最好。Books3 是一個多樣化的訓練用資料集(dataset),包含小說和非小說作品,由開源倡導者 Shawn Presser 於 2020 年發布。1
「文字與資料探勘」(TDM)是什麼?
文字與資料探勘(Text and Data Mining,TDM)是指自動化分析大量的資料,以識別出其中的模式或規律,以萃取出有價值的資訊。TDM 結合了自然語言處理(NLP)、機器學習(ML)、統計分析等技術,能夠處理和分析大量的非結構化數據,以發現隱藏的趨勢、模式和關聯性。從
AI 模仿的倫理問題:Midjourney 與藝術家的衝突
Midjourney 所開發的 AI 生成模型可以根據使用者輸入的文字指示自動生成圖像。然而,許多藝術家們認為 Midjourney 的服務能夠運作,是依賴大量受著作權保護的藝術作品,但 Midjourney 從未取得藝術家們的同意。在 2023 年初,一些藝術家對 Midjou
OpenAI 的「訓練資料集 Books2」 是什麼?
Books2 是 OpenAI 用於訓練其大型語言模型的關鍵資料集(Dataset)之一。根據 OpenAI 公開透露的少量資訊,它是為一個「基於網路的書籍語料庫」,包含大量的書名和文字內容。1