技术博客

哈佛团队研究表明，让大型AI模型在训练初期接触10%的有毒数据（如仇恨言论、极端政治观点等），并在后续训练中学习如何正确处理这些内容，可显著提升模型的鲁棒性和安全性。这种方法模拟真实世界的复杂环境，使AI更好地应对敏感话题。

格灵深瞳公司近期发布了名为RealSyn的大规模数据集，该数据集包含1亿组图文配对。其独特之处在于，每张图片不仅与多个真实的文本描述相关联，还与合成的文本描述相匹配。这种设计为AI模型的训练提供了更加丰富和多样化的学习材料，有助于提升模型的理解能力和生成质量。

Seed团队通过使用1000张H100 GPU，仅耗时66.5万H100 GPU小时（约27.7天连续运行），成功训练出一个7B参数的AI模型，并发布了全球首个25秒AI视频。这一成果验证了视觉生成领域的Scaling Law，为未来AI技术的发展提供了重要参考。