活动报名|伯克利增强模型,达到接近人类水平的预测

371次阅读
没有评论

活动报名|伯克利增强模型,达到接近人类水平的预测
报告主题:通过语言模型达到接近人类水平的事件预测报告日期:2024年3月13日 10:30-11:30活动报名|伯克利增强模型,达到接近人类水平的预测主题简介:对未来事件的预测(forecasting)是人类社会决策的重要一环。我们建造了一个基于语言模型(LM)的自动的预测系统,其水平接近人类预测者的聚合(human aggregates),并在某些情形下,超过后者。报告中,我会探讨这份工作的初衷,方法,结果,以及诸多未来方向。论文由 UC Berkeley 的 Danny Halawi, Yueh-Han Chen 和 Jacob Steinhardt 合作完成,论文地址:https://arxiv.org/abs/2402.18563。报告嘉宾:
张昊丰(Fred Zhang)是 UC Berkeley 计算机系理论组的博士生。研究兴趣包括算法,机器学习理论和可解释性。本科毕业于杜克大学。
扫描下方二维码活动报名|伯克利增强模型,达到接近人类水平的预测或点击「阅读原文」报名

活动报名|伯克利增强模型,达到接近人类水平的预测

 

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy