Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
No encontramos noticias relacionadas por su significado.
Noticias encontradas
Coincidencias en título, descripción, resumen, tags, personas o periodista.
4 resultados para «Peter Welinder»
Más recientes primero · Hasta 30 noticias por página
OpenAI NewsOpenAI publica la tarjeta de seguridad de Operator, su agente que usa computadoras
OpenAI publicó la tarjeta de seguridad de Operator, una vista previa de investigación de su modelo Agente que usa computadoras (CUA), que combina la visión de GPT-4o con razonamiento por refuerzo para operar interfaces gráficas como un humano. El informe detalla evaluaciones de riesgo de frontera: CBRN y autonomía del modelo califican como riesgo bajo, ciberseguridad bajo y persuasión medio, con una tasa de éxito del 1% en tareas de riesgo biológico. También describe mitigaciones en capas, como rechazos proactivos, confirmaciones antes de acciones críticas y un monitor de inyección de prompt con 99% de recall, y anuncia la disponibilidad del modelo en la API como computer-use-preview desde el 11 de marzo de 2025.
- Alex Beutel
- Andrea Vallone
- Andrew Howell
- Anting Shen
- Casey Chu
- David Medina
- David Robinson
- Dibyo Majumdar
- Eric Wallace
- Filippo Raso
- Fotis Chantzis
- Heather Whitney
- Hyeonwoo Noh
- Jeremy Han
- Joaquin Quinonero Candela
- Joe Fireman
- Kai Chen
- Kai Xiao
- Kevin Liu
- Lama Ahmad
- Lindsay McCallum
- Miles Wang
- Noah Jorgensen
- Owen Campbell-Moore
- Peter Welinder
- Reiichiro Nakano
- Saachi Jain
- Sam Toizer
- Sandhini Agarwal
- Sarah Yoo
- Shunyu Yao
- Spencer Papay
- Tejal Patwardhan
- Tina Sriskandarajah
- Troy Peterson
- Winston Howes
- Yaodong Yu
- Yash Kumar
- Yilong Qin
OpenAI presenta InstructGPT, modelos de lenguaje alineados para seguir instrucciones
OpenAI presentó InstructGPT, modelos de lenguaje entrenados con aprendizaje por refuerzo a partir de retroalimentación humana (RLHF) que siguen mejor las instrucciones del usuario que GPT-3, con mayor veracidad y menor toxicidad. Los etiquetadores prefirieron las salidas del modelo de 1.3B parámetros sobre las de GPT-3 de 175B, y estos modelos pasaron a ser los predeterminados en la API. La empresa reconoce limitaciones: aún generan contenido tóxico o sesgado, inventan hechos y están sesgados hacia valores culturales angloparlantes.
- Ryan Lowe
- Jan Leike
- Long Ouyang
- Jeff Wu
- Roger Jiang
- Diogo Almeida
- Carroll Wainwright
- Pamela Mishkin
- Chong Zhang
- Sandhini Agarwal
- Katarina Slama
- Alex Ray
- John Schulman
- Jacob Hilton
- Fraser Kelton
- Luke Miller
- Maddie Simens
- Amanda Askell
- Peter Welinder
- Paul Christiano
- Steve Dowling
- Hannah Wong
- Elie Georges
- Alper Ercetin
- Jared Salzano
- Allan Diego
- Justin Jay Wang
OpenAI entrena una mano robótica para resolver el cubo de Rubik
OpenAI entrenó un par de redes neuronales para resolver el cubo de Rubik con una mano robótica similar a la humana, usando aprendizaje por refuerzo y una técnica llamada Aleatorización Automática de Dominio (ADR). El sistema, entrenado íntegramente en simulación, logra resolver el cubo el 60% de las veces y solo el 20% en desórdenes de máxima dificultad. El avance muestra que el aprendizaje por refuerzo puede resolver problemas del mundo físico que requieren gran destreza.
- Ilge Akkaya
- Marcin Andrychowicz
- Maciek Chociej
- Mateusz Litwin
- Bob McGrew
- Arthur Petron
- Alex Paino
- Matthias Plappert
- Glenn Powell
- Raphael Ribas
- Jonas Schneider
- Nikolas Tezak
- Jerry Tworek
- Peter Welinder
- Lilian Weng
- Qiming Yuan
- Wojciech Zaremba
- Lei Zhang
- Eric Haines
- Peter Jordan
- Yvette Solis
- Brooke Chan
- Ashley Pilipiszyn
- Justin Jay Wang
- Ben Barry
OpenAI entrena una mano robótica para manipular objetos con destreza sin precedentes
OpenAI presentó Dactyl, un sistema que entrena una mano robótica Shadow Dexterous Hand para manipular objetos mediante aprendizaje por refuerzo, enteramente en simulación y sin ajuste fino en el robot real. La técnica de aleatorización de dominio permitió transferir el conocimiento a la realidad, logrando hasta 50 rotaciones exitosas de un bloque. El sistema descubrió de forma autónoma estrategias de agarre similares a las humanas y mostró que la percepción táctil no era necesaria para la tarea.