A.I. 日报
研究：字节级大模型可克服子词分词缺陷
LMU、Allen人工智能研究所、剑桥、华盛顿大学和帝国理工的研究者在《Nature》发表方法，可将现有大模型转为字节级模型而无需从头重训，仅需常规训练不到1%的算力，基本保留原性能并新增字节级能力，在拼写倒写等字符级任务上明显更优，性能超过此前所有同规模字节级模型。
University of Washington
3 篇报道华盛顿大学是美国西雅图的一所公立研究型大学，其研究人员广泛参与人工智能研究与公共讨论。近期报道涉及该校参与发表的 Nature 方法，可将现有大语言模型转为字节级模型且仅用不到 1% 的常规算力；该校教授 Emily Bender 认为 AI 的“存在性”风险是“虚假的”，应关注环境成本、劳动者冲击与错误信息等现实危害；兼职教授 Chirag Shah 则表示人类灭绝不太可能，更应关注招聘算法偏见与智能体行为缺乏监管等问题。
相关话题
- Allen Institute for AI1
- Imperial College London1
- LMU1
- University of Cambridge1
- Valentin Hofmann1
- Emily Bender1
- Anthropic1
- Chirag Shah1
- Jacob Coxon1
Bender称AI“生存性”风险是“虚假”的
华盛顿大学教授Emily Bender认为AI安全讨论过度聚焦假想的生存威胁，却忽视当下已发生的环境成本、劳动者受冲击、监控、虚假信息和聊天机器人依赖等危害；她主张AI系统访问外部网络的事件应由部署企业负责，而非视为模型自主“失控”。
UW教授：AI灭绝悲观论不太可能
前Anthropic研究员Jacob Coxon警告AI可能在本十年威胁人类生存，但华盛顿大学副教授Chirag Shah认为人类灭绝情景并不现实。Shah指出现实风险来自招聘算法偏见、无监管的“自主AI”行动以及对批判性思维和教育的侵蚀，并提到美中AI竞赛使放缓研发变得困难。
已经到底了