Thinking Machines Lab致力于让AI回答更一致

 由前OpenAI首席技术官米拉·穆拉提创立的Thinking Machines Lab在最新研究博客中提出，将重点解决大语言模型回答随机性问题。研究员Horace He指出，模型输出的不确定性主要来自GPU内核在推理过程中的调度方式，如果对这一层加以精细控制，就能让AI生成更具可复现性的回答。这不仅能为企业和科研场景提供更可靠的结果，还可能提升强化学习（RL）的训练效率，使反馈数据更干净、更平滑。Murati曾透露实验室将在未来几个月推出首个产品，预计面向科研和初创公司定制模型需求。凭借20亿美元融资与120亿美元估值，这家新晋AI实验室希望通过持续公开研究博客与代码，探索AI一致性难题并将成果转化为商业化产品。