知识卡片
透明度是前提
评估基础模型的社会影响需要了解训练数据、评估流程、数据劳动和下游使用。披露可以支持外部审查,但具体披露范围仍须兼顾隐私、安全与商业限制。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 垄断的阴影 · 查看原书依据
GPT-4、DALL-E、Gemini等人工智能模型的创造者也是如此。这些模型是如何被训练的,又是如何被使用的?有哪些工作者帮助开发了数据集?为了弄清楚这些模型对社会的影响,并让它们的创造者承担责任,我们需要知道答案。
参考来源
- 位置:《至高无上:一场颠覆世界的人工智能竞赛》第16章《垄断的阴影》(来源项目 book-source:`extracted/至高无上 一场颠覆世界的人工智能竞赛/_epub-src/EPUB/xhtml/Chapter5_4`)
- 结论依据:摘录提供案例或论点,正文中的适用边界是读者归纳。
- 原始内容:GPT-4、DALL-E、Gemini等人工智能模型的创造者也是如此。这些模型是如何被训练的,又是如何被使用的?有哪些工作者帮助开发了数据集?为了弄清楚这些模型对社会的影响,并让它们的创造者承担责任,我们需要知道答案。