AI書籤-全球ai人工智慧產品和服務

Wordlab：由品牌專家打造的7,233,742個獨特的商業名稱

Wordlab是一個為您的企業量身定製獨特名稱的工具。與其他競爭對手提供的隨機單詞混合不同，Wordlab提供了7,233,742個由品牌專家手工製作的名稱供您選擇。一個獨特的名稱已經為品牌打下了基礎。您的企業名稱將成為其品牌身份的關鍵點。它是您的品牌最重要的資產之一，因此，請花時間在決定之前進行研究。本文將幫助您找到以下業務名稱想法：混合可識別性，資訊性和影響力；從您競爭的其他品牌中脫穎而出；可供您獨家使用。產品定價：免費。

Eureka：人類級獎勵設計演算法，透過編碼大型語言模型實現

強化學習, 獎勵設計

Eureka是一種人類級獎勵設計演算法，透過編碼大型語言模型實現。它利用最先進的語言模型（如GPT-4）的零樣本生成、編寫程式碼和上下文改進能力，對獎勵程式碼進行進化最佳化。生成的獎勵可以用於透過強化學習獲得複雜的技能。Eureka生成的獎勵函式在29個開源強化學習環境中，包括10種不同的機器人形態，優於人類專家設計的獎勵函式。Eureka還能夠靈活地改進獎勵函式，以提高生成獎勵的質量和安全性。透過與課程學習相結合，使用Eureka獎勵函式，我們首次展示了一個模擬的Shadow Hand能夠進行旋轉筆的技巧，熟練地以快速的速度在圓圈中操縱筆。

Starling-7B：增強 LLM 的可用性和安全性

強化學習, 語言模型

Starling-7B 是一個由強化學習從 AI 反饋（RLAIF）訓練的開放大型語言模型（LLM）。它透過我們的新 GPT-4 標記排序資料集 Nectar 和新的獎勵訓練和策略調優流程充分發揮了作用。Starling-7B 在使用 GPT-4 作為評委的 MT Bench 中得分為 8.09，在 MT-Bench 上超過了目前所有模型，除了 OpenAI 的 GPT-4 和 GPT-4 Turbo。我們在 HuggingFace 上釋出了排名資料集 Nectar、獎勵模型 Starling-RM-7B-alpha 和語言模型 Starling-LM-7B-alpha，以及 LMSYS Chatbot Arena 中的線上演示。請期待我們即將釋出的程式碼和論文，其中將提供有關整個過程的更多詳細資訊。