Weights & Biases LLM-Evaluator Hackathon：担任评委见闻
Weights & Biases 举办 LLM-Evaluator Hackathon，100 多人、15 支团队参赛，项目涵盖从文档构建与验证知识图谱、评估 LLM 的 MBTI 特质与创造力、优化评估提示词、评估多轮对话等。作者受邀担任评委并做开场分享，讨论 LLM 评估器的基线、打分方式、评估指标及评估器与 guardrail 的取舍。冠军团队每人获得一副 Meta Ray-Bans。
全部AI 动态
全部动态
今日 123 条Eugene YanAI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Geoffrey Hinton(@geoffreyhinton)AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Geoffrey Hinton 等 110+ 家顶级 AI 公司员工与校友联名支持 SB 1047
110 多名顶级 AI 公司的员工与校友联名发表公开信，支持被称为"全球最具争议 AI 法案"的 SB 1047，其中 30 多人来自反对该法案的公司。Geoffrey Hinton 表示已在这份名单上署名，并称这些签署者对 AI 未来走向的洞察胜过几乎所有人，他们的警告值得重视。
Aman Sanger(@amanrsanger)AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cursor 融资 6000 万美元，投资方包括 a16z 与 Jeff Dean 等
Cursor 宣布从 Andreessen Horowitz、Jeff Dean、John Schulman、Noam Brown 以及 Stripe 和 GitHub 创始人处融资 6000 万美元。Cusor 目前由 12 名工程师和研究人员组成，团队表示将用这笔资金继续推进软件与机器学习研发。该消息由 anysphere 联合创始人 Aman Sanger 转发。
Jan Leike(@janleike)AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 将在 ICML 7 月 23 日举办招聘 happy hour
Anthropic 将在 ICML 期间于 7 月 23 日举办一场 happy hour，面向有兴趣加入 Anthropic 的人，需通过 lu.ma/c751eomf 报名。
Geoffrey Hinton(@geoffreyhinton)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Geoffrey Hinton 加入 Cusp AI 顾问委员会，以 AI 应对气候变化
Geoffrey Hinton 宣布加入 Cusp AI 顾问委员会，该公司同日结束隐身模式。Cusp AI 使用前沿 AI 技术应对气候变化这一社会最紧迫问题之一。
Berkeley AI Research(@berkeley_ai)AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 BAIR 学生、教师与校友在 ICRA 2024 斩获多项大奖
BAIR 学生、教师与校友在 ICRA 2024 上获得多项奖项，其中校友 @pulkitology、@LerrelPinto、@RCalandra 获得 Early Career awards，来自 @svlevine、@Ken_Goldberg、@JitendraMalikCV 实验室的学生包揽两项 Best Paper 奖。
Mike Krieger(@mikeyk)AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mike Krieger 加入 Anthropic 出任首席产品官
Instagram 联合创始人 Mike Krieger 宣布加入 Anthropic 担任首席产品官。他表示，Claude 搭配合适的脚手架与产品功能，可帮助更多人以更快速度、更低成本创新，并称 Anthropic 正招聘产品工程等多个岗位。
Lilian Weng(@lilianweng)精选AI 评估 · 80/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 80/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 与 Sam Altman 达成原则性协议，其将回归担任 CEO
OpenAI 宣布已与 Sam Altman 达成原则性协议，他将回归担任 CEO，并组建由 Bret Taylor（主席）、Larry Summers 和 Adam D'Angelo 组成的新初始董事会。OpenAI 表示正在协作敲定具体细节。
为什么值得看
OpenAI 高层动荡的关键节点，读者可据此了解 Sam Altman 回归与初期董事会构成。
Lilian Weng(@lilianweng)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Lilian Weng 团队招募研究工程师，推进 AI 对齐的实践落地
Lilian Weng 表示其团队正与 Superalignment 团队并行，从实践层面推进 AI 对齐，构建让 AI 能够安全部署的系统，并正在招募研究工程师与科学家加入。
Jan Leike(@janleike)AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 将 20% 算力投入超智能对齐研究
OpenAI 提出新目标，要在未来 4 年内解决超智能对齐问题，并承诺把迄今为止 20% 的算力投入这一方向。Jan Leike 邀请研究者共同探讨如何最有效地使用这些算力来解决该问题。
Elastic BlogAI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Elastic Security 如何为您的组织创造价值？
Elastic Security 被超过 50% 的《财富》500 强公司采用，基于 Elasticsearch Platform 提供覆盖整个攻击面的可见性，以降低 TCO 并提升安全团队的检测、调查与响应效率。
Barsee 🐶(@heyBarsee)AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI 淘金热：2023 年 AI 融资额已超 100 亿美元
2023 年 AI 领域融资额已超过 100 亿美元，而 2022 年全年 AI 相关融资总额约为 26.5 亿美元。这一对比由 artisana.ai 给出，显示 AI 正成为新一轮淘金热。
Ian Goodfellow(@goodfellow_ian)AI 评估 · 7/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 7/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google AI Residency Program 申请开放至 2019 年 1 月 28 日
Google AI Residency Program 现已开放申请，截止日期为 2019 年 1 月 28 日，该项目面向希望进入机器学习研究领域的人士。更多信息可访问 g.co/airesidency/ap。