关闭广告

东南大学突破:AI学会情境化拒绝能力

科技行者986人阅读


由东南大学计算机科学与工程学院的杨俊明、许宁、刘彪、乔世奇和耿新等研究者组成的团队,最近在人工智能领域取得了一项重要突破。这项研究发表于2025年,论文编号为arXiv:2509.23371v1,提出了一种名为MetaAPO(Meta-Weighted Adaptive Preference Optimization)的全新AI训练方法。有兴趣深入了解的读者可以通过该编号查询完整论文。

要理解这项研究的重要性,我们先来看一个生活中的例子。假设你正在教孩子学习做饭,你有两种教学资源:一套经典的家传菜谱(就像AI训练中的离线数据),还有让孩子实际动手练习的机会(就像在线生成的数据)。传统的AI训练方法就像只用家传菜谱或只让孩子盲目练习,而东南大学团队的新方法则像是配备了一位智慧的厨艺老师,这位老师能够根据孩子当前的水平,灵活决定什么时候该参考菜谱,什么时候该放手让孩子实践,从而让学习效果达到最佳。

当前的大型语言模型训练面临着一个根本性的挑战:如何让AI既能从人类已有的经验中学习,又能通过实践不断改进自己。这就像是在平衡传承与创新的关系。传统方法要么过度依赖预先收集的人类反馈数据,导致AI无法适应新情况;要么完全

上一页 下一页
版权与免责声明:本文内容转载自其他媒体,目的在于传递更多信息,不代表本网观点或立场,不承担此类作品侵权行为的自己责任及连带责任。
猜你喜欢
精彩推荐

47岁陈思诚没想到,自己那26岁的女友阮巨,现在开始给自己争光了

快乐的小青瓦 浏览 1165

杨紫一家三口同框,难怪杨紫是美女呢

草莓解说体育 浏览 925

特朗普"看中"李在明的签字笔:要带回去吗 我很喜欢

上观新闻 浏览 1166

OpenAI推出GPT-5.5 Instant:更可靠、更智能、向全体用户开放

华尔街见闻官方 浏览 3330

“沙僧”刘大刚去世!生前最后露面消瘦,去年师徒合体表演成绝唱

萌神木木 浏览 1018

马绩效:尤文对皇马机会多但把握差,很难说这就是积极的表现

懂球帝 浏览 991

长城证券盘中跌超9%!1.15亿解禁股将来袭,公司:未收到第二大股东减持计划

时代周报 浏览 3524

再次成功发射卫星!鹤壁商业航天全产业链体系进一步构建

大象新闻 浏览 1174

米兰球员身价变更:帕夫洛维奇+1000万,巴尔泰萨吉+1500万

懂球帝 浏览 970

29岁国乒老将临危受命?淘汰黄友政状态回暖 锁世界杯后冲世乒赛

颜小白的篮球梦 浏览 800

或2026年发布 全新大众T-ROC R渲染图曝光

车质网 浏览 996

岚图汽车卢放:必须啃下豪华轿车市场这块“硬骨头”

经济观察报 浏览 883

台媒:特朗普就台湾问题表态后 没人敢提“台独”了

环球网资讯 浏览 809

马斯克谈AI未来:五年后手机和APP将消失,人类文明在模拟世界的存亡

深蓝财经 浏览 2127

预售价27.99万起!乐道L90这波「掀桌」能成吗?

科技丛林 浏览 1200

30岁男子如厕时猝死 妻子回忆事发前5天丈夫疼痛细节

红星新闻 浏览 852

扎堆递表 智驾企业的进与困

北京商报 浏览 4497

赵露思注销微博,幕后经纪公司股权架构曝光

壹号股权 浏览 1166

谷歌DeepMind让AI大脑学会了超强"语言视觉连接"

科技行者 浏览 1184

德容:理解巴萨曾想卖了我,当时财政困难

懂球帝 浏览 1051

王毅离开印度 临走前莫迪讲出2个字给中印关系定调

掌青说历史 浏览 1253
本站所有信息收集于互联网,如本站收集信息侵权,请联系我们及时删除
闽ICP备16027347号-4