From post

копировать удалить добавить публикацию в буфер
Запись сообщества
посмотреть историю данной записи
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

Discovering Language Model Behaviors with Model-Written Evaluations.

E. Perez, S. Ringer, K. Lukosiute, K. Nguyen, E. Chen, S. Heiner, C. Pettit, C. Olsson, S. Kundu, S. Kadavath, A. Jones, A. Chen, B. Mann, B. Israel, B. Seethor, C. McKinnon, C. Olah, D. Yan, D. Amodei, D. Amodei, D. Drain, D. Li, E. Tran-Johnson, G. Khundadze, J. Kernion, J. Landis, J. Kerr, J. Mueller, J. Hyun, J. Landau, K. Ndousse, L. Goldberg, L. Lovitt, M. Lucas, M. Sellitto, M. Zhang, N. Kingsland, N. Elhage, N. Joseph, N. Mercado, N. DasSarma, O. Rausch, R. Larson, S. McCandlish, S. Johnston, S. Kravec, S. Showk, T. Lanham, T. Telleen-Lawton, T. Brown, T. Henighan, T. Hume, Y. Bai, Z. Hatfield-Dodds, J. Clark, S. Bowman, A. Askell, R. Grosse, D. Hernandez, D. Ganguli, E. Hubinger, N. Schiefer, и J. Kaplan. ACL (Findings), стр. 13387-13434. Association for Computational Linguistics, (2023)

Please choose a person to relate this publication to

To differ between persons with the same name, the academic degree and the title of an important publication will be displayed.

Anas Showk

David Sheeren

Mary Sheeran

Tim Sheerman-Chase

El Miloudi El Mechaouri

Другие публикации лиц с тем же именем

Discovering Language Model Behaviors with Model-Written Evaluations.E. Perez, S. Ringer, K. Lukosiute, K. Nguyen, E. Chen, S. Heiner, C. Pettit, C. Olsson, S. Kundu, S. Kadavath и 53 other автор(ы). ACL (Findings), стр. 13387-13434. Association for Computational Linguistics, (2023)Question Decomposition Improves the Faithfulness of Model-Generated Reasoning.A. Radhakrishnan, K. Nguyen, A. Chen, C. Chen, C. Denison, D. Hernandez, E. Durmus, E. Hubinger, J. Kernion, K. Lukosiute и 14 other автор(ы). CoRR, (2023)Predictability and Surprise in Large Generative Models.D. Ganguli, D. Hernandez, L. Lovitt, N. DasSarma, T. Henighan, A. Jones, N. Joseph, J. Kernion, B. Mann, A. Askell и 20 other автор(ы). CoRR, (2022)Kerr/CFT, dipole theories and nonrelativistic CFTsS. El-Showk, и M. Guica. (30.08.2011)Red Teaming Language Models to Reduce Harms: Methods, Scaling Behaviors, and Lessons Learned.D. Ganguli, L. Lovitt, J. Kernion, A. Askell, Y. Bai, S. Kadavath, B. Mann, E. Perez, N. Schiefer, K. Ndousse и 26 other автор(ы). CoRR, (2022)Constitutional AI: Harmlessness from AI Feedback.Y. Bai, S. Kadavath, S. Kundu, A. Askell, J. Kernion, A. Jones, A. Chen, A. Goldie, A. Mirhoseini, C. McKinnon и 41 other автор(ы). CoRR, (2022)Discovering Language Model Behaviors with Model-Written Evaluations.E. Perez, S. Ringer, K. Lukosiute, K. Nguyen, E. Chen, S. Heiner, C. Pettit, C. Olsson, S. Kundu, S. Kadavath и 53 other автор(ы). CoRR, (2022)Black hole bound states in AdS\_3 x S^2J. de Boer, F. Denef, S. El-Showk, I. Messamah, и D. Van den Bleeken. (15.02.2008)Predictability and Surprise in Large Generative Models.D. Ganguli, D. Hernandez, L. Lovitt, A. Askell, Y. Bai, A. Chen, T. Conerly, N. DasSarma, D. Drain, N. Elhage и 20 other автор(ы). FAccT, стр. 1747-1764. ACM, (2022)Emergent Spacetime and Holographic CFTsS. El-Showk, и K. Papadodimas. Journal of High Energy Physics, (16.11.2012)

Что такое BibSonomy?: С чего начать; Кнопки для браузера; Помощь
Разработчикам: Обзор; API-документация

Контакт и защита личных данных: о нас; Cookies; Сообщить о проблеме; BibSonomy Вики

Интеграция: PUMA; Расширение для TYPO3; Плагин для; Клиент Java REST; Поддерживаемые источники; далее

О BibSonomy: Команда; Блог; Список рассылки
Социальные сети: Наш Twitter