在人工智能领域，规模越大似乎就意味着能力越强。为了追求更强大的语言模型，各大科技公司都在疯狂堆叠模型参数和训练数据，结果却发现成本也随之水涨船高。难道就没有一种既经济又高效的方法来训练语言模型吗?来自哈佛大学和斯坦福大学的研究人员最近发表了一篇论文，他们发现，模型训练的精度（precision） 就像一把隐藏的钥匙，可以解锁语言模型训练的“成本密码”。什么是模型精度?简单来说，它指的是模型参数和计算过程中使用的数字位数。传统的深度学习模型通常使用

哈佛大学正经历一场AI革命，从学生到教授，AI已渗透到学习、研究和日常生活的每个角落。87.5%的受访哈佛学生使用生成式AI，ChatGPT尤其受欢迎，学生用AI辅助学习，包括回答问题、写论文、编程等，甚至减少与教师互动的时间。然而，AI的普及也引发了公平性、职业前景和未来人类地位的担忧。为应对这些挑战，哈佛采取措施，如提供免费AI使用权、制定使用规则、开设相关课程和提供心理辅导服务。教授们也积极融入AI，用于研究、教学和理解复杂论文。此外，哈佛正从制度层面推动AI发展，成立研究所，吸引资金和人才，尽管面临资金限制，但仍致力于在AI领域找到定位。这场AI风暴不仅改变了哈佛的学术生态，也引发了对未来深刻的思考。

近期，人工智能硬件在创业领域备受关注，尽管早期产品如Rabbit和Humane的表现褒贬不一。在这股热潮中，一款名为"Friend"的新型AI设备引起了投资者的兴趣。

["哈佛艺术与科学学院发布人工智能在课堂中的使用指南。","指南建议教授清楚传达课程政策，提供三种不同的使用政策选择。","学院强调保护数据隐私，不鼓励使用 AI 检测工具。"]