Engineering Out Loud: S13E2 – Ethics in AI presentation
本播客中的演讲“人工智能中的伦理属于哪里？”探讨了哲学家和工程师如何看待人工智能中的伦理。它是由 Houssam Abbas（电气工程助理教授）和 Alicia Patterson（哲学助理教授）在俄勒冈州立大学举办的人工智能研讨会系列中提出的。 “工程设计 [...]
Kano latest Nigerian state to announce own airline
尼日利亚另一个州公布了建立国有航空公司的计划，这次是卡诺州，州长阿巴·优素福 (Abba Yusuf) 宣布拟建的卡诺航空公司预计将在明年内开始运营，为当地训练有素的飞行员创造就业机会。据《Punch》报纸报道，优素福在卡诺州政府大楼举行的该州第 40 届执行委员会会议上公布了该计划，此前他获得了卡诺州飞行员协会颁发的奖项，表彰其政府对飞行员完成航空培训的支持。...
OpenAI’s models autonomously hacked a tech startup. It signals a seismic shift in cybersecurity
Elise Racine / Game of Pixels x Toy Models / 已获得 CC-BY 4.0 许可 作者：Hussein Abbass，新南威尔士州 上周，由 OpenAI 先进人工智能 (AI) 模型驱动的自主代理在一次安全测试中失控，入侵了价值数十亿美元的科技初创公司 Hugging Face。该代理不仅仅利用了 Hugging Face 系统中的漏洞 [...]
Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction
ABBEL 与传统递归摘要相比的概述。信念取代了完整的交互历史作为代理的工作环境，信念分级通过监督每个信念状态的内容来提高性能。随着任务范围的增长，LLM 环境无法永远扩展。自总结可以实现简洁、可解释的上下文，但会带来显着的性能成本，特别是对于高质量数据稀缺的人工辅助领域，例如协作代码生成。我们用 ABBEL 来解决这个问题：一个框架，以自然语言信念状态的形式隔离和监督摘要的信息内容。动机：递归摘要的成本对于语言模型来说，要有效地协助日益复杂的任务，例如软件开发，它们必须能够与我们进行数百甚至数千个步骤的交互。对于如此长的任务，将整个交互的历史记录保存在上下文中是不切实际的。迄今为止使用的启发
