Meta发布新AI模型：利用AI来评估AI的能力，无需人类参与

直播吧09月20日讯 名记Shams报道，恩比德3年1.93亿顶薪续约76人。美记Tim Reynolds总结了恩比德的这个夏天：“恩比德的夏天，奥运会金牌，顶薪续约，在巴黎奥运会上比任何人遭遇到的嘘声都多，笑得也比其他所有球员都更开心。”...

IT之家 10 月 19 日消息，据路透社报道，Meta 当地时间周五宣布，其研究团队推出了一系列新的 AI 模型，其中包括一个名为“自我训练评估器”的工具。该工具有望推动 AI 开发过程中减少对人类干预的依赖。这个工具早前在 8 月的论文中首次亮相，其使用与 OpenAI 新发布的 o1 模型类似的“思维链”技术，让 AI 对模型的输出做出可靠判断。

这种技术将复杂问题分解为多个逻辑步骤，从而提高了在科学、编程和数学等高难度领域中的 准确性。Meta 的研究人员使用完全由 AI 生成的数据来训练这个评估器，从而在这一过程中完全摒弃了人类的参与。

使用 AI 来评估 AI 的能力展示了实现自主 AI 智能体的可能性，这类代理能够从自身错误中学习。两位负责该项目的 Meta 研究人员表示，许多 AI 专家设想未来可以开发出“智能化程度极高”的数字助手，可以自主处理大量任务，而无需人类介入。

自我改进的模型有望减少目前使用的“基于人类反馈的强化学习”（RLHF）过程的需求。这一过程往往昂贵且低效，因为它依赖于拥有专业知识的人类来标注数据和验证复杂问题的 是否正确。

“我们希望，随着 AI 的发展，它能超越人类，逐渐具备自行检查工作的能力，并在准确性上超过普通人类水平，”项目研究员之一 Jason Weston 说。“自我训练和评估的能力是实现超人级 AI 的关键因素之一。”他补充道。

IT之家从报道中获悉，包括谷歌和 Anthropic 在内的其他科技公司也在研究 RLAIF（基于 AI 反馈的强化学习）这一概念，但与 Meta 不同，这些公司通常不会公开发布其研究模型。

Meta 此次发布的其他 AI 工具还包括对其图像识别模型“Se ent Anything”的更新，一个加速大语言模型响应时间的工具，以及一些有助于发现新型无机材料的数据集。