术语slug: cross-entropy-loss

交叉熵损失

Cross-Entropy Loss

语言模型预训练的标准目标函数,与困惑度在数学上等价,反映预测分布与真实分布的差异

收录情报动态

共 2 篇 · 第 1/1 页
Hacker News AIT2·基座大模型
78 分
OpenAI 首席科学家提议以困惑度作为模型安全统一标尺

OpenAI 首席科学家 Jakub Pachocki 撰文提出,现代 AI 的进步本质上是训练更优压缩器(即预测器)的进展,主张将困惑度(等价于交叉熵损失)确立为跨模型开发者可比的统一指标,并以此支撑共享安全标准。他同时披露了 OpenAI 预训练进展的更多透明度,并指出近期模型设计中已出现来自 AI 的实质性贡献。

OpenAI 官方博客T1·基座大模型
78 分
OpenAI 首席科学家提议以困惑度作为模型安全通用标尺

OpenAI 首席科学家 Jakub Pachocki 撰文提出,现代 AI 的进步本质上是训练更优压缩器(即预测器)的进步,主张将困惑度(交叉熵损失)确立为跨模型开发者可比的通用指标,并以此支撑共享安全标准。作为第一步,OpenAI 首次公开了自身预训练进展的更多透明度信息。文章还指出,近期模型的设计贡献已开始有实质部分来自 AI 自身。