斯坦福大学CS25讲座今天：Edward Hu，前OpenAI今天（周四，5月16日）下午4:30 PDT，@苹果岛（前OpenAI）将在CS25（https://cs25.stanford.edu）进行演讲。讲座将在斯坦福大学盖茨计算机科学大楼（Room B01）现场举行，并通过Zoom进行直播，链接为：https://stanford.zoom.us/j/99922151759?pwd=dW5CcUtVYkNybGZGY0hMWUZtVkZBZz09。演讲题目：在大语言模型中摊销不可处理的推理演讲摘要：自回归的大语言模型（LLMs）通过下一个词的条件分布压缩其训练数据中的知识。这限制了对该知识的可处理查询，仅限于从头到尾的自回归采样。然而，许多感兴趣的任务——包括序列续写、填充和其他形式的约束生成——涉及从不可处理的后验分布中采样。我们通过使用摊销贝叶斯推理来解决这一限制，从这些不可处理的后验分布中采样。这种摊销是通过多样性寻求强化学习算法：生成流网络（GFlowNets）对LLMs进行微调在算法上实现的。我们通过实验证明，这种分布匹配范式的LLM微调可以作为最大似然训练和奖励最大化策略优化的有效替代方法。作为一个重要的应用，我们将链式思维推理解释为一个潜变量建模问题，并证明我们的方法能够实现数据高效的LLMs适应需要多步骤推理和工具使用的任务。演讲者简介：Edward Hu（@苹果岛）正在创建自己的公司。他之前是OpenAI的研究员，并在2018年A.M.图灵奖得主Yoshua Bengio的指导下作为博士生接受研究训练。研究生之前，Edward是微软的研究员，在那里他发明了LoRA和μTransfer。LoRA现在是定制AI模型的最受欢迎方法之一，而μTransfer则支持着今天正在开发的最大AI模型。录音：讲座的录音将在讲座后大约3-4周内发布于我们的YouTube播放列表：https://www.youtube.com/playlist?list=PLoROMvodv4rNiJRchCzutFw5ItR_Z27CM。幻灯片和更多信息都将发布在我们的Discord服务器（https://discord.gg/2vE7gbsjzA）和课程网站（https://cs25.stanford.edu）。期待今天晚些时候见到大家！@Wayne Gao @小雏菊爱蒲公英 @谢週五 @宝之大者 @宝之大者AILab @快乐一点吧 @宝之大者HAI @知乎圈子