OpenAI的强化微调：RL+Science 创造新神还是灭霸？
OpenAI 发布了新的 Reinforcement Finetuning 方法，用于构造专家模型。只需上传少量数据，就能通过微调找到最合适的决策。该技术基于已广泛应用于 Alignment 和 Coding 的方法，并且适用于医疗诊断和科学决策等领域。不过，也引发了对潜在风险的关注。
安全性
抱紧AWS大腿！Anthropic再获40亿美金投资，还要一起合作开发AI芯片
Anthropic与AWS加强合作，共同开发Trainium AI芯片。Claude模型成为企业核心基础设施，驱动业务需求的定制化AI解决方案。双方还构建了安全可靠的平台，支持政府及其他行业用户的应用和发展。