使用这种方法，推理成本没有明显提升，但是模型性能更好了。

　　这么好用的模型，为啥不发布？

　　不划算。

　　semianalysis分析，相较于直接发布，Anthropic更倾向于用最好的模型来做内部训练，发布Claude 3.5 Sonnet就够了。

　　这多少让人不敢相信。

　　但是文章作者之一Dylan Patel也曾是最早揭秘GPT-4架构的人。

　　除此之外，文章还分析了最新发布的o1 Pro、神秘Orion的架构以及这些先进模型中蕴藏的新规律。

　　比如它还指出，搜索是Scaling的另一维度，o1没有利用这个维度，但是o1 Pro用了。

　　网友：它暗示了o1和o1 Pro之间的区别，这也是之前没有被披露过的。

　　新旧范式交迭，大模型还在加速

　　总体来看，semianalysis的最新文章分析了当前大模型开发在算力、数据、算法上面临的挑战与现状。

　　核心观点简单粗暴总结，就是新范式还在不断涌现，AI进程没有减速。

　　文章开篇即点明，Scaling law依旧有效。

　　尽管有诸多声音认为，随着新模型在基准测试上的提升不够明显，现有训练数据几乎用尽以及摩尔定律放缓，大模型的Scaling Law要失效了。

　　但是顶尖AI实验室、计算公司还在加速建设数据中心，并向底层硬件砸更多钱。

　　比如AWS斥巨资自研了Trainium2芯片，花费65亿美元为Anthropic准备40万块芯片。

　　Meta也计划在2026年建成耗电功率200万千瓦的数据中心。

　　很明显，最能深刻影响AI进程的人们，依旧相信Scaling Law。

　　为什么呢？

　　因为新范式在不断形成，并且有效。这使得AI开发还在继续加速。

　　首先在底层计算硬件上，摩尔定律的确在放缓，但是英伟达正在引领新的计算定律。

　　8年时间，英伟达的AI芯片计算性能已经提升了1000倍。

　　同时，通过芯片内部和芯片之间的并行计算，以及构建更大规模的高带宽网络域可以使得芯片更好在网络集群内协同工作，特别是推理方面。

　　其次在数据方面也出现了新的范式。

　　已有公开数据消耗殆尽后，合成数据提供了新的解决途径。

　　比如用GPT-4合成数据训练其他模型是很多实验团队都在使用的技术方案。

　　而且模型越好，合成数据质量就越高。

　　也就是在这里，Claude 3.5 Opus不发布的内幕被曝光。

　　它承担了为Claude 3.5 Sonnet合成训练数据、替代人类反馈的工作。

　　事实证明，合成数据越多，模型就越好。更好的模型能提供更好的合成数据，也能提供更好的偏好反馈，这能推动人类开发出更好的模型。

　　具体来看，semianalysisi还举了更多使用综合数据的例子。

　　包括拒绝采样、模式判断、长上下文数据集几种情况。

　　比如Meta将Python代码翻译成PHP，并通过语法解析和执行来确保数据质量，将这些额外的数据输入SFT数据集，解释为何缺少公共PHP代码。

　　比如Meta还使用Llama 3作为拒绝采样器，判断伪代码，并给代码进行评级。一些时候，拒绝抽样和模式判断一起使用。这种方式成本更低，不过很难实现完全自动化。

　　在所有拒绝抽样方法中，“判官”模型越好，得到数据集的质量就越高。

　　这种模式，Meta今年刚刚开始用，而OpenAI、Anthropic已经用了一两年。

　　在长上下文方面，人类很难提供高质量的注释，AI处理成为一种更有效的方法。

　　然后在RLHF方面，专门收集大量的偏好数据难且贵。

　　对于Llama 3，DPO（直接偏好优化）比PPO（最近策略优化）更有效且稳定，使用的计算也少。但是使用DPO就意味着偏好数据集是非常关键的。

　　如OpenAI等大型公司想到的一种办法是从用户侧收集，有时ChatGPT会给出2个回答并要求用户选出更喜欢的一个，因此免费收集了很多反馈。

　　还有一种新的范式是让AI替人类进行反馈——RLAIF。

　　它主要分为两个阶段。第一阶段模型先根据人类编写的标准对自己的输出进行修改，然后创建出一个修订-提示对的数据集，使用这些数据集通过SFT进行微调。

　　第二阶段类似于RLHF，但是这一步完全没有人类偏好数据。

　　这种方法最值得关注的一点是，它可以在许多不同领域扩展。

　　最后，值得重点关注的一个新范式是通过搜索来扩展推理计算。

　　文章中表明，搜索是扩展的另一个维度。OpenAI o1没有利用这个维度，但是o1 Pro用了。

　　o1在测试时阶段不评估多条推理路径，也不进行任何搜索。

　　Self-Consistency / Majority Vote就是一种搜索方法。

　　这种方法中，只需在模型中多次运行提示词，产生多个相应，根据给定的样本数量，从相应中选出出现频率最高的来作为正确答案。

　　除此之外，文章还进一步分析了为什么说OpenAI的Orion训练失败也是不准确的。

　　本文作者：量子位，来源：量子位，原文标题：《反转！Claude 3.5超大杯没有训练失败，最新爆料：内部自留，用于合成数据和RL训练》

　　风险提示及免责条款

　　市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

11月29日，OEXN平台表示，即使通胀回升且新政策即将出台，美国明年的增长前景依然强劲，投资黄金和基础设施股票应有助于降低风险。毫无疑问，通胀风险又回到了议事日程上，不仅是核心 PCE 三个月的上升轨迹，还有消费者通胀预期的上升。

　　OEXN平台认为，在评估对风险资产的潜在影响时，不能孤立地衡量通胀。这是一个增长-通胀组合，现在美国实际 GDP 增长率为 2% 至 2.5%，而且这一水平很可能在未来六个月内持续下去，甚至可能持续到 2025 年年底，因此美国经济的基本面相当强劲。

　　摩根大通刚刚发布了其 2025 年展望，题为“巩固实力”，表示明年的目标应该是巩固强大的投资地位，同时降低新旧风险。“我们已经有两年的强劲风险资产收益，因此，我们想要推广的基本主题是加强投资组合的弹性，即与基本情况保持一致，但也要管理那些尾部风险 ，包括更高的通胀，但也要考虑经济增长可能会减弱，并且在我们经历商业周期时会在某个时间点周期性地减弱。

　　在当今的体制下，弹性投资组合到底意味着什么？OEXN平台表示，政策仍然非常未知。在增强投资组合弹性方面，仍然希望绝对保持投资。OEXN平台认为未来 12 个月的增长前景非常稳固，但实际上在中期内也是如此。但通胀风险、地缘政治风险、赤字风险肯定存在，因此，增加基础设施、增加黄金，作为增强投资组合弹性的首选方式是至关重要的。

　　在股票方面，OEXN平台建议客户扩大其风险敞口。另一个潜在主题是资本投资，无论是在人工智能转型中，还是在电力和安全需求方面，所有这些都在推动 GDP 趋势的扩大，但对股票市场而言也至关重要。

小米SUV渲染图

　　该博主在微博发文：小米SUV修正版新车再预览。已经不知道第几版更新了，因为谍照细节多起来了。本次更新重点在前脸和尾灯。前脸的通风道逐渐有了眉目，而且从多角度看，底部两侧的气帘似乎没有了。侧面的前翼子板造型略有区别，多方信源都表达了“阿斯顿马丁”这个信息。所以侧面有可能采用了DBX类似的风道设计。

博主发文

　　至于新车的尾灯方面，该博主称尾灯造型可能不像轿车那么大块，而是采用细条造型，和马丁也有些类似。尾门开口直接拉到黑色塑料件位置，开头面积比较大。法拉米可能不太准确，马丁米似乎更符合这款车的造型。

小米SUV渲染图

　　在该博主看来，小米的这款SUV新车依旧有着爆款的潜质，毕竟从外观上看还是非常运动和帅气的，应该很符合年轻人的审美。此外，他还调侃新车为“保拉顿马米”，可能暗示车辆学习和模仿了保时捷、法拉利、阿斯顿·马丁等前辈。

小米SUV渲染图

　　有消息称，小米SUV车型可能会在明年上半年正式发布，该博主以往的新车渲染图相比最终的实车造型还是非常还原的，如果新车的造型真如渲染图这样，并且定价30万元以内的话，你会选择吗？

版权所有，未经许可不得转载

（本文来自于手机中国）