Loading video...

Video Failed to Load

Go Home

OpenAI 吹哨人疑自杀,年仅 26 岁 重磅新闻,前OpenAI核心研究员布拉奇在旧金山离世,年仅26岁。法医确认这是一起自杀事件,整个硅谷科技圈都震惊了 布拉奇是GPT4的核心研发人员,为GPT的训练做出过巨大贡献,离职后揭露ChatGPT训练黑幕😨

329,363 views • 1 year ago •via X (Twitter)

11 Comments

thaddeus zh's profile picture
thaddeus zh1 year ago

这条新闻来源都是国内媒体。

拆墙者's profile picture
拆墙者1 year ago

要说全世界哪个国家的AI会最对人类有害,那一定是中国共产党,共产党会在背后操控AI,让压榨韭菜、收割人矿、摘取器官、信息封锁,变的更加系统化和实时化,到时中国就是不折不扣的人间炼狱~

Mai Zhou's profile picture
Mai Zhou1 year ago

不知道布拉奇本人是怎样表述的,但是视频里的女子的说法不专业,只是把不同的事罗列在一起,缺乏说服力。她核心的意思是AI会制造信息茧,从而控制人们的思维。据本人所知,靠算法垄断是不可行的,AI仍处在婴儿期,谈算法垄断为时过早,真正可能导致垄断的是物理的计算能力,也仅仅是可能。

张戬's profile picture
张戬1 year ago

这个女人👩在胡说,为什么不去问抖咅…..

picklec137's profile picture
picklec1371 year ago

抖阴新闻

SecBriefs | Making Cybersecurity Simple's profile picture
SecBriefs | Making Cybersecurity Simple2 years ago

🏆Cybersecurity Certification Gold Rush is ON!🥇 With the global cybersecurity market projected to hit $376.32 billion by 2029, millions are scrambling to upskill.📈 Over 4.7 million were already certified, & that number's only climbing. Be the one!

拆墙者's profile picture
拆墙者1 year ago

如果这种话从美国人口中说出来还好,但从中国人口中说出来之前,先考虑一下中国共产党~

Yearning for Freedom's profile picture
Yearning for Freedom1 year ago

You're overthinking it. AI is not that powerful. Don't worry. The current AI is still using programmed algorithms to aggregate search results, and does not have its own subjective consciousness. And subjective consciousness is something that program code can never achieve.

Zen's profile picture
Zen1 year ago

我怎么听的是美国太坏了,竟然不告诉你们的算法让大中国学呢?

一萬萬億草泥馬在奔騰's profile picture
一萬萬億草泥馬在奔騰1 year ago

科技離開了神‼️ 就是邪惡膨脹剿滅人類。‼️

Whisper Wanderer's profile picture
Whisper Wanderer1 year ago

吹哨人都喜欢自杀?

Related Videos

马斯克声称OpenAI举报人死于谋杀。特斯拉CEO马斯克,刚发表争议性言论,声称去年去世的OpenAI前员工苏吉尔·巴拉吉(Suchir Balaji)并非自杀而是遭到谋杀。马斯克直接写道“他是被谋杀的”,再次质疑官方调查结论。据悉26岁的软件工程师巴拉吉,去年去世前曾成为OpenAI的内部举报人,主动联系了纽约时报。 巴拉吉要揭露其前雇主涉嫌非法侵犯版权的行为,并计划在纽约时报起诉OpenAI的案件中,作为关键证人出庭作证。尽管调查部门今年早些时候已正式认定巴拉吉自杀,但围绕其死因的争议从未平息。就在马斯克发表上述言论几小时前,OpenAI的CEO Sam Altman,在塔克·卡尔森的电视采访中表示,这场悲剧令他深感震惊,并称自己花费大量时间研读相关材料试图了解真相。他最终得出结论认为“这就是自杀”。 当卡尔森在节目中,详细阐述所谓支持“巴拉吉被谋杀”理论的各种证据时,奥特曼略显尴尬地开玩笑说,自己还没参加过多少被指控谋杀的采访。值得注意的是,巴拉吉家属聘请的私人调查员至今从未实地勘察过案发现场。家属强烈质疑:其父母指出现场存在多处疑点:浴室打斗痕迹与血迹(非自杀典型特征);监控线路被切断;不属于死者的假发出现在现场;生前刚下单外卖,无自杀倾向迹象。

总裁简报 CEO Briefing

115,297 views • 11 months ago

OpenAI 创始人 John Schulman 访谈节选:为什么 GPT-4 比一年前更“聪明”了?主要都是后训练(Post-Training)带来的! 另外他认为,在强化学习研究领域,研究人员需要具备丰富的经验和敏锐的直觉。了解整个技术堆栈,并对各个部分充满好奇心是关键。此外,从第一性原理出发思考问题,而不仅仅依靠实验证据,也能够帮助研究人员在数据操控和环境设置方面做出更好的决策。 *** Dwarkesh Patel:在未来,用于训练的计算力中,预训练与后训练的比例是否会明显偏向后训练呢? John Schulman:确实,有一些观点支持这种说法。 Dwarkesh Patel:我是说,现在这个比例非常不平衡。 John Schulman:但你可以认为,模型生成的输出质量比网上的大多数内容都要高。因此,让模型自己思考似乎更有道理,而不仅仅是训练来模仿网络上的内容。所以,我认为从第一性原理上来说,这是有说服力的。我会说,我们通过后训练取得了很多进步。因此,我不确定。所以,我希望我们会继续推动这种方法,并且可能会增加投入到后训练中的计算力。 Dwarkesh Patel:当前的 GPT-4 的 ELO 分数比最初发布的版本高出了大约 100 分。这是否全都是后训练带来的改进呢? John Schulman:对,我会说大部分都是后训练带来的。 Dwarkesh Patel:这很有意思。 John Schulman:因此,有很多不同的改进方向。我们会考虑数据质量,数据数量,进行更多的部署和收集新数据的迭代,改变你收集的注解种类。因此,有很多因素叠加在一起。但是全部加在一起,就会带来一个相当不错的,有效的计算力提升。 Dwarkesh Patel:后训练的优化程度对于竞争优势有多大影响呢? John Schulman:目前,我会区别公司是通过我们的模型有多大等等。那么,找出你之前提到的所有这些数据的复杂问题的公司,会占据大优势吗? John Schulman:我认为这确实是一个优势,因为这是一个非常复杂的任务。因此,你必须有很多有技能的人来执行它。因此,存在大量的隐性知识。同时也需要大量的组织知识。我认为后训练的过程,创建一个具备人们所关心的所有功能的模型,是十分复杂的。这需要付出大量的努力,它是大量研发工作的积累。我会说这种情况在某种程度上形成了一种壁垒,要想立即启动这种模型并非易事。 Dwarkesh Patel:看起来那些正在进行最严肃的预训练努力的公司,也在进行严肃的后训练努力。因此,看起来这种模型有可能被复制或有更多的类似努力出现。 John Schulman:另外,还有一种情况使得这个壁垒并非那么明显,那就是你可以提取模型,或者复制别人的模型输出,或者使用别人的模型进行比较。我认为大公司可能并不会这样做,因为这违反了服务条款,也会损害他们的自尊心,但我预计一些规模较小的参与者可能正在这样做以便更好地起步。 Dwarkesh Patel:那些真正擅长进行这种强化学习(RL)研究的人有什么样的特质呢?我听说这种研究非常具有挑战性,但是什么样的直觉能帮助你找到操控数据和设置环境的方法呢? John Schulman:我觉得有相当多的经验是关键。自从研究生时期以来,我一直在研究 RL 算法,涉及到数据收集、到注释过程,再到与语言模型的交互。所以,我算是涉猎了这些领域。我认为,在这类研究中表现出色的人通常对整个技术堆栈有全面的了解,并且对其中的各个部分充满好奇心。他们不仅依靠实验证据来更新自己的观点,还会从第一性原理出发思考问题。比如,假设深度学习是有效的,那么理想的收集数据的类型应该是什么,等等。

宝玉

57,175 views • 2 years ago

“我们内部已经有 Gemini 3 水平的模型,并且有信心很快发布,之后还会有更强的型号!” OpenAI 首席研究负责人 Mark Chen 在 Core Memory 的播客上透露。Sam 的职责之一就是“放大紧迫感”,他自己的角色也类似,会刻意强调竞争压力让整个组织保持高压前进,所以大家才会看到那封内部的“红色警戒”备忘录🚨 前两天和 OpenAI 的同学吃饭还提到他们内部确实都在体验 Gemini 3。因为但单看公开基准测试不足以判断真实差距,让足够多的研究员在真实任务中摸一摸,再形成集体判断。 Mark 说自己有一个“私藏的数学难题”(“42 问题”),专门用来测试不同模型的推理能力 —— 包括最新的“思考模型”。到目前为止,所有模型都只能接近最优解,还没有完全攻克它,这对他来说是一件“好事”:说明还有空间可以继续前进。 在 SWE‑bench 这类软件工程基准上,Google 模型的表现虽然不错,但在“用多少数据/算力达成一定效果”这件事上,还有明显的优化空间,而 OpenAI 在这方面的算法储备非常强,这是他们下一轮反击的一个核心筹码! 过去两年。OpenAI 其实把大量资源都投向推理模型,预训练和后训练的“肌肉”有所退化;最近半年,在组织层面重新把焦点拉回预训练。Mark 明确反对“Scaling 已死”的说法,他认为在预训练和数据塑形上还有巨大空间; 现在要做的是更精细的“数据塑形”和“合成数据”,通过更聪明的预训练策略,让模型从“模仿人类写作/代码”的模式,转向真正学会更高层次的抽象✨

indigo

72,313 views • 8 months ago