专题研究N：2025年融资区块链项目研究Surge Ai

专题研究N：2025年融资区块链项目研究Surge AI

按：融资的项目作一个专题研究：1、融资了，说明得到资本界看好，可能是一个好的方向和项目；2、通过研究它们，可以了解外界或圈内人对这个行业的判断，是一种研究区块链发展趋势的捷径和正确的路；3、之前的区块链人物、项目系列研究也基本是追一些热点或按版块研究，已有1000期；基本也将常见的项目和区块链人物研究的差不多；正好可以告一段落（前期落下的一些已计划的还要继续，在1000期以内）；4、基于推特是目前区块链信息最集中和更新快的平台，还依托于此来研究相应的融资项目。5、2024年2月份，硬盘损坏；前期约有3600期（已发布约2000期）资料丢失；现未再续编号。

PANews 7月31日消息，Scale AI竞争对手Surge AI洽谈按250亿美元估值融资。Surge AI 在2024年的营收达12亿美元，超过了Scale AI。据知情人士透露，该公司的投资者包括A16Z、Warburg Pincus。

浪涌人工智能
，
@HelloSurgeAI，
AGI 的人类数据。我们的使命：用人类丰富的智慧来提升通用人工智能——好奇、机智、富有想象力，并充满意想不到的才华。
科技surgehq.ai2020年6月加入，
142 正在关注，
5,329 关注者

@HelloSurgeAI
·
6月24日
小而专注的团队可以取得令人难以置信的成就——为我们所建立的东西感到非常自豪！https://theinformation.com/articles/little-known-startup-surged-past-scale-ai-without-investors

@HelloSurgeAI
·
8月 3， 2024
奥运会？没关系。还有一场更激动人心的比赛正在进行中😎恭喜我们所有 Google 的朋友！

恭喜骆驼 3！🦙前沿 LLM 开发人员知道唯一能让他们登上顶峰的人类数据😎

你怎么知道 Gemini 真的更上一层楼？因为正如 Demis 所说，它是“与第三方评估者盲测中最受欢迎的聊天机器人”😎
🪅恭喜我们所有的 Google 朋友！🪅

祝贺 Meta AI 在 Llama 2 上取得的巨大成就！
我们很自豪能够加速和推动下一代人工智能和法学硕士的发展，并很高兴看到 Llama 的更广泛采用以及生态系统中发生的深度创新。
Llama 被用于各种进步，例如多模态模型、安全方法和 LLM 的更新评估技术。
现在有 3,500 个基于 Llama 2 模型的企业项目启动，GitHub 上有 7,000 个基于 Llama 构建或提及 Llama 的项目：

让法学硕士可靠是一项艰巨的任务。
但这是许多 LLM 研发工作的重点。
让我们来看看如何让 LLM 变得可靠：
在 Surge AI，我们与顶级 AI 公司合作，以提高 LLM 的可靠性。
这项工作对于在更高风险的领域实现更广泛的适用性至关重要。
可靠性不仅侧重于让模型在细节和质量方面输出用户想要的东西，还要确保模型不会产生不需要的输出（例如，有毒内容）。
目前提高可靠性的许多努力都集中在临时方法和提示工程上。最近，人们正在努力开发一个更系统的框架，以提高训练模型时的可靠性。
这引起了人们对红队的极大兴趣。红队处理通过对抗性提示识别法学硕士中的风险。它不仅应用于 Claude 和 ChatGPT 等通用 LLM，还应用于 Llama Code 等更新的代码 LLM。
红队的挑战在于，如果做得不好，可能会导致 LLM 过度拒绝，并可能导致糟糕的用户体验。此外，现实情况是，红队需要与法学硕士合作的深厚专业知识。
我们深信，为了让 LLM 更安全、更有用、更可靠，全面的红队至关重要。但你不需要从我们这里听到这个。许多大型 LLM 公司也公开表达了对红队的巨大兴趣。
如果您正在寻找培训法学硕士和红队方面的深厚专业知识，请联系我们，了解我们的世界级团队如何提供帮助：http://surgehq.ai/rlhf

世界上最强大的法学硕士都是在 Surge AI 的 RLHF 上接受训练的。
其中一些模型包括代码法学硕士，这将对人工智能的进步产生巨大影响！
让我们看看代码 LLM 的一些最新发展：
基础代码法学硕士 - 研究表明，基础代码法学硕士对于实现更高级的法学硕士应用（从个性化代码助手到人工智能驱动的调试工具）所需的强大代码理解和代码生成功能至关重要。
什么是好的代码 LLM？这实际上与数据质量有关。与其他类型的通用 LLM 一样，高质量的数据是训练代码 LLM 的关键。让我们看看代码 LLM 的一些最新发展以了解更多信息。
Code Llama - 我们可以从最近发布的名为 Code Llama 的代码 LLM 中学到很多东西。Code Llama 利用特定于代码的数据集，但还有一个名为 Code Llama - Instruct 的变体，它利用 Llama 2 中使用的专有指令调整和自指令数据集来继承指令遵循、有用性和安全性属性。
代码生成结果 - 其他代码 LLM（如 AlphaCode 和 StarCode）仅使用代码进行训练，而 Code Llama 则利用基础的 Llama 2 模型。这些模型在描述到代码生成基准上进行评估。代码密集型数据集是增强代码生成结果的关键。事实上，即使是 Code Llama 7B 在 Python 编码基准和多语言评估方面也与 Llama 70B 相比或优于它。
红队 - 与通用 LLM 类似，代码 LLM 也可以从红队中受益，红队涉及在编码上下文中通过对抗性提示来识别风险。例如，它可以帮助防止 LLM 生成恶意代码。虽然这对高风险应用程序有利，但它可能会导致法学硕士过度拒绝，这可能会导致某些领域的用户体验不佳。
很明显，仔细关注构建高质量的数据集如何有助于训练最先进的代码 LLM、启用其实用性并获得所需的功能。
如果您在训练代码 LLM、红队或收集高质量数据集方面需要帮助，请联系我们的团队：https://surgehq.ai/rlhf

法学硕士中的人工评估
法学硕士研究中最具挑战性的方面之一是评估。
以下是我们基于过去和正在进行的研究的一些观察：
在 Surge AI，我们为微调和 RLHF 以及封闭和开源 LLM 提供人工评估。
在与 LLM 合作时，人工评估是一项具有挑战性且耗时的工作，尤其是在考虑发布或部署它们时。
已经提出了许多自动和手动方法来正确评估法学硕士。
对于更简单的任务，可以使用开箱即用的基准测试或指标进行测试。在某些情况下，研究人员还依赖法学硕士驱动的评估器。
然而，在评估更复杂的任务和生成的输出的 LLM 时，使用开箱即用的基准测试或依赖基于 LLM 的评估器变得具有挑战性。
LLM 评估需要大量的创造力和强大的方法，在许多情况下需要深厚的领域专业知识。
LLM 研究人员如何进行人工评估，有哪些考虑因素？
鉴于法学硕士涵盖的用例范围广泛，研究人员和从业者评估法学硕士的不同方面，如安全性、有用性、创造力和许多其他特征。
这很难通过标准化评估来实现。出于这个原因，人类评估在法学硕士中变得更加普遍。
人工评估需要通过人工标记器评估法学硕士的性能，这也带来了自身的挑战，例如一致的标记和复杂任务的标记困难。
具体来说，由于以下因素，人工评估可能不可靠：
• 正在评估的提示可能不够全面，无法涵盖所有可能的情况
• 评分者也可能有不同的偏好，这可能导致同一代人获得不同的评分
•评估指南可能有解释余地，这可能导致评估人员对同一代人给予不同的评级
•由于界面或仅仅是这些 LLM 生成的代数类型，可能很难比较文本生成模型的代数
我们与顶级法学硕士公司合作，帮助解决所有这些人工评估挑战以及更多挑战。
如果您在对法学硕士进行高质量的人工评估方面需要帮助，请在此处联系我们的团队：https://surgehq.ai/rlhf

什么是 SFT 数据，它在最先进的法学硕士中扮演什么角色？
RLHF 背景下的监督微调（SFT）处理使用演示数据进一步调整初始语言模型。
在 Surge AI，我们为顶级 LLM 团队提供 SFT 数据，以微调他们的 LLM。以下是我们观察到的：
SFT 数据通常涉及收集演示数据，包括提示和由人类注释者编写的深入响应，以演示模型应如何响应提示。具体来说，您接受一组命令并获取每个命令的人工编写的响应。
SFT 训练数据集由<提示、理想生成>对组成，用于微调预训练的 LLM 以输出类似人类的响应。因此，假设您正在调整一个由 LLM 驱动的对话系统，那么您需要收集满足该用例的对话式指令/响应数据。同样，如图所示，如果您想要高质量的代码生成能力，您还可以提供指令 + 书面响应作为 SFT 数据的一部分。
这导致了训练 RLHF LLM 的第一个重要组成部分，也称为监督策略。但是，为什么在培训 RLHF LLM 时要经历所有这些过程呢？SFT 的核心思想是为 RLHF 过程提供高质量的初始化。它被一些最先进的封闭和开源 LLM 广泛应用。
要做到这一点，您需要收集大量演示数据，但挑战在于大规模收集高质量和多样化的演示数据。SFT 数据可以由不同的注释者编写，并且可以包含大量噪声，因为响应质量和样式可能因注释者而异。控制这一点是关键
根据报告的见解，您需要收集数千个示例，以确保您正在调整高质量的 LLM。SFT 数据有助于改进目标领域，从而更好地引导 LLM 满足您的需求。
我们可以帮助您满足 SFT 数据需求！如果您在收集高质量偏好或 SFT 数据方面需要帮助，请在此处联系我们的团队：https://surgehq.ai/rlhf

RLHF 支持当今一些最强大的 LLM。RLHF LLM 的关键组成部分之一是人类偏好数据，这使得 LLM 与人类偏好保持一致成为可能。以下是一些关键见解：以下是一些关键见解：奖励模型从根本上使 RLHF LLM 能够与人类偏好保持一致。因此，自然而然地，高质量的比较数据是使其发挥作用的关键。我们 Surge AI 与顶级 LLM 团队合作，为 SFT 和奖励模型提供注释。以下是训练人类反馈奖励模型所涉及的典型步骤：• 您需要形成一组新的命令• 使用 LLM 生成响应• 然后要求 Surgers（我们的人类 LLM 评估员）对这些响应进行评分/排名• 下一步是使用根据这些人类反馈分数训练奖励模型请记住，奖励模型的目标不是对知识进行建模，而是用于使 LLM 能够有效地对人类偏好和交互性进行建模。正如许多研究论文所示，在 RLHF 中训练强大的奖励模型具有挑战性，但如果做得好，可以产生更一致的模型，并提高 LLM 的有用性和安全性。这些组件为 ChatGPT 和 Claude 等一些最先进的 LLM 提供支持，以执行代码生成等实际应用的有用任务。RLHF LLM 和奖励模型研究的主要见解表明：1）奖励模型依赖于高质量的人类数据注释，以及 2）为了确保 RLHF LLM 的输出质量，大规模收集这些高质量的人类偏好数据并有可能找到策略来继续收集更高质量的数据是关键。如果您对人类偏好数据如何支持您的 LLM 感到好奇，或者需要帮助收集高质量的偏好或 SFT 数据，请在此处联系我们的团队：https://surgehq.ai/rlhf

RLHF 继续加速封闭和开源 LLM 的创新。
究竟是什么在加速这种创新？
以下是我们观察到的 4 种一般模式：
-在 RLHF 框架中，收集高质量的 SFT 数据是实现高质量结果和调整对话式 LLM 的关键
- 人类偏好数据极大地有助于微调 LLM，使其可用于各种创造性和复杂的应用程序，并带来巨大的安全优
- 高质量的人工评估有助于正确评估 LLM 输出，从而实现 LLM 研究的持续发展和改进
- 世界级的红队带来更安全、更强大的模型
我们 Surge AI （
@HelloSurgeAI
）为世界领先的 RLHF LLM 提供支持，并帮助顶级 AI 团队构建下一代 LLM。
联系我们，让我们的世界级团队帮助您推进法学硕士：https://surgehq.ai/rlhf