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

The Capacity for Moral Self-Correction in Large Language Models.

D. Ganguli, A. Askell, N. Schiefer, T. Liao, K. Lukosiute, A. Chen, A. Goldie, A. Mirhoseini, C. Olsson, D. Hernandez, D. Drain, D. Li, E. Tran-Johnson, E. Perez, J. Kernion, J. Kerr, J. Mueller, J. Landau, K. Ndousse, K. Nguyen, L. Lovitt, M. Sellitto, N. Elhage, N. Mercado, N. DasSarma, O. Rausch, R. Lasenby, R. Larson, S. Ringer, S. Kundu, S. Kadavath, S. Johnston, S. Kravec, S. Showk, T. Lanham, T. Telleen-Lawton, T. Henighan, T. Hume, Y. Bai, Z. Hatfield-Dodds, B. Mann, D. Amodei, N. Joseph, S. McCandlish, T. Brown, C. Olah, J. Clark, S. Bowman, и J. Kaplan. CoRR, (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.

Annegret Oláh

Csaba Oláh

Janos Zoltan Olah

Norbert Bela Maria Olah

Christopher Christopher

Другие публикации лиц с тем же именем

Conditional Image Synthesis With Auxiliary Classifier GANs.A. Odena, C. Olah, и J. Shlens. CoRR, (2016)Conditional Image Synthesis with Auxiliary Classifier GANs.A. Odena, C. Olah, и J. Shlens. ICML, том 70 из Proceedings of Machine Learning Research, стр. 2642-2651. PMLR, (2017)Is Generator Conditioning Causally Related to GAN Performance?A. Odena, J. Buckman, C. Olsson, T. Brown, C. Olah, C. Raffel, и I. Goodfellow. ICML, том 80 из Proceedings of Machine Learning Research, стр. 3846-3855. PMLR, (2018)Changing Model Behavior at Test-time Using Reinforcement Learning.A. Odena, D. Lawson, и C. Olah. ICLR (Workshop), OpenReview.net, (2017)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)Understanding LSTM NetworksC. Olah. Publication, (2015)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)Toy Models of Superposition.N. Elhage, T. Hume, C. Olsson, N. Schiefer, T. Henighan, S. Kravec, Z. Hatfield-Dodds, R. Lasenby, D. Drain, C. Chen и 6 other автор(ы). CoRR, (2022)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)

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