热门

最新

红包

立Flag

投票

同城

发布
lingduxingxi
lingduxingxi
2 年前
truelingduxingxi

#空间天气事件#
【发生中等太阳耀斑事件】

[太阳耀斑事件]
++++++++++++++
！！[橙]色警报！！
++++++++++++++
北京时间2023年02月22日21时50分，发生中等太阳耀斑事件，其最大值为M2.6级。

说明：
B：微小耀斑(无影响)
C：小耀斑(无影响)
M：中等耀斑(对无线电有影响)
X：大耀斑(对无线电有大影响)
相关知识
太阳耀斑强烈的影响地球附近的太空天气。它们可以产生的太阳风可以携带高能量的微粒，就是所知的太阳质子事件。这些粒子可以影响地球的磁气圈，伴随的辐射会危害太空船和太空人。此外， 日冕大量抛射（CME）有时会伴随著巨大的耀斑发生，会引发磁暴，已知1989年3月磁暴就使卫星停用，并使地球上的电力网路受损而中断很长的一段时间。
X等级的耀斑辐射的软X射线通量会使上层大气层的离子增加，可以干扰短波的无线电通讯和加热外层的大气，从而增加对低轨道卫星的阻尼，导致轨道受到拖累而衰减。磁层中的高能粒子能引发南极光和北极光。来自硬X射线的能量可以损害太空船的电子产品，它们一般都是来自色球层上层大量电浆物质抛射的结果。
太阳耀斑的辐射风险是载人火星任务、月球或其它行星讨论和主要关切的事项。高能质点可以穿透人体，造成生物化学损害，对在星际旅行中的太空人造成危害。这需要某种形式的物理或磁性遮罩来保护太空人。大多数的质子风暴在目视察觉后两小时的时间才会到达地球轨道。在2005年1月20日的太阳耀斑，曾经直接测量到最集中的质子释放，至少给了太空人15分钟的时间抵达庇护所。
发布时间：2023年02月22日21时56分30秒
元宇宙交流区
评论
4
打赏
  • 复制链接
  • 举报
下一条：
模型训练方式在训练方式上，ChatGPT沿用了InstructGPT的训练方式，即基于人类反馈的强化学习（Reinforcement Learning from Human Feedback，RLHF），区别仅在于ChatGPT将训练数据改为对话的形式（由于ChatGPT并没有公开论文，该观点来自作者的博客，链接如下，https://openai.com/blog/chatgpt/）。因此我们在这里介绍一下InstructGPT是如何应用RLHF来训练模型的。由于文本生成的优劣很多情况下是很主观的，取决于人类的偏好和价值观。因此现有的文本生成评价指标很难衡量人们对于文本生成优劣的感知。RLHF的目的就是通过人类对生成文本的反馈（即人工标注数据）来训练模型，使得模型生成的文本更符合人类的期待。RLHF的训练方式如下所示：第一步：首先从大量的包含人类真实意图的指令集合中采样指令作为输入数据，并聘请专职标注员标注这些指令的输出，这部分相对而言是一个高质量的小数据集。数据收集完成后，使用GPT-3.5在该数据集上进行有监督的微调（supervised fine-tuning）。第二步：得到上一步微调好的GPT-3.5之后，再次从指令集合中采样指令作为输入数据，从GPT-3.5得到多个不同的结果，并聘请专职标注员标注这些输出的好坏顺序，例如输出D>输出C>输出A>输出B。由于只需要标注模型不同输出的好坏，这部分标注的成本会降低很多，因此数据规模也会较大。得到这些人工标注的输出顺序之后，可以训练得到一个打分（reward）模型。第三步，获得打分模型之后，接着从指令集合中采样一些新的指令作为输入数据，并结合打分模型，使用PPO（一种强化学习算法）方式来训练得到最终的ChatGPT。