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.

Dawn Leach

Marie-Cécile Drain

Christian Draing

Dawn Leach

Dawn Leach

Другие публикации лиц с тем же именем

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)CodeXGLUE: A Machine Learning Benchmark Dataset for Code Understanding and Generation.S. Lu, D. Guo, S. Ren, J. Huang, A. Svyatkovskiy, A. Blanco, C. Clement, D. Drain, D. Jiang, D. Tang и 12 other автор(ы). NeurIPS Datasets and Benchmarks, (2021)Language Models (Mostly) Know What They KnowS. Kadavath, T. Conerly, A. Askell, T. Henighan, D. Drain, E. Perez, N. Schiefer, Z. Hatfield-Dodds, N. DasSarma, E. Tran-Johnson и 26 other автор(ы). (2022)cite arxiv:2207.05221Comment: 23+17 pages; refs added, typos fixed.Exploring and evaluating personalized models for code generation.A. Zlotchevski, D. Drain, A. Svyatkovskiy, C. Clement, N. Sundaresan, и M. Tufano. ESEC/SIGSOFT FSE, стр. 1500-1508. ACM, (2022)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 и 39 other автор(ы). CoRR, (2023)Language Models (Mostly) Know What They Know.S. Kadavath, T. Conerly, A. Askell, T. Henighan, D. Drain, E. Perez, N. Schiefer, Z. Hatfield-Dodds, N. DasSarma, E. Tran-Johnson и 26 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)Generating bug-fixes using pretrained transformers.D. Drain, C. Wu, A. Svyatkovskiy, и N. Sundaresan. MAPS@PLDI, стр. 1-8. ACM, (2021)GraphCodeBERT: Pre-training Code Representations with Data Flow.D. Guo, S. Ren, S. Lu, Z. Feng, D. Tang, S. Liu, L. Zhou, N. Duan, A. Svyatkovskiy, S. Fu и 8 other автор(ы). ICLR, OpenReview.net, (2021)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