مدل‌ها هوش مصنوعی OpenAI: مدل‌های InstructGPT با دقت، صحت و کم‌طیکه‌گی بالاتر OpenAI مدل‌های InstructGPT را معرفی کرد که با درگیر کردن انسان در حلقه، توانایی پیروی از دستورات کاربر، صحت اطلاعات و کاهش سمیت را بهبود می‌بخشند. ۷ بهمن ۱۴۰۰ ۲ دقیقه پژوهش خلاصه‌سازی کتاب‌ها با هوش مصنوعی: بازخورد انسانی و نگاهی به آینده هوش مصنوعی OpenAI با کمک بازخورد انسانی، کتاب‌ها را خلاصه می‌کند؛ عمیق‌ترین بهره‌برداری از نظارت انسان بر سیستم‌های پیچیده، અસર اورچیکمولت را پیش‑بینی می‌کند. ۱ مهر ۱۴۰۰ ۲ دقیقه پژوهش معیار جدید TruthfulQA: چگونه مدل‌های هوش مصنوعی به‌طور ناصحیح انسانی پاسخ می‌دهند در این مقاله به بررسی معیار TruthfulQA می‌پردازیم—روش جدیدی برای سنجش نوسان‌پذیری پاسخ‌های مدل‌های هوش مصنوعی به خطاهای انسانی و راهکارهای بهبود آن ۱۷ شهریور ۱۴۰۰ ۲ دقیقه پژوهش آموزش مدل‌های هوش مصنوعی برای خلاصه‌سازی بهتر با بازخورد انسانی OpenAI با استفاده از یادگیری تقویتی از بازخورد انسانی، مدل‌های زبانی را برای خلاصه‌سازی دقیق‌تر و باکیفیت‌تر آموزش داده است. این روش نتایج بهتری دارد. ۱۴ شهریور ۱۳۹۹ ۲ دقیقه پژوهش نبرد هوش مصنوعی با انسان در دوتا ۲؛ از یادگیری تقویتی تا قهرمانی در وبلاگ هما، نگاهی می‌اندازیم به دستاورد بزرگ OpenAI در بازی دوتا ۲ با استفاده از یادگیری تقویتی عمیق و بررسی تأثیر آن بر آینده هوش مصنوعی و بازی‌های ویدیویی. ۲۲ آذر ۱۳۹۸ ۳ دقیقه مدل‌ها تنظیم دقیق GPT-2 از ترجیحات انسانی ما مدل زبانی GPT-2 با پارامتر ۷۷۴ میلیون را با استفاده از بازخورد انسانی برای وظایف مختلف تنظیم دقیق کرده‌ایم و با موفقیت ترجیحات برچسب‌گذارهای انسانی خارجی ر ۲۸ شهریور ۱۳۹۸ ۲ دقیقه پژوهش هوش مصنوعی با کنجکاوی از انسان در بازی Montezuma's Revenge جلو زد روش جدید تقویت یادگیری با پاداش مبتنی بر پیش‌بینی (RND) به عامل هوش مصنوعی امکان می‌دهد با کنجکاوی محیط را کشف کند و برای نخستین بار از میانگین عملکرد انسانی در بازی Montezuma's Revenge فراتر رود. ۹ آبان ۱۳۹۷ ۳ دقیقه پژوهش هوش مصنوعی دست رباتیک: دست انسان‌مانند با دکسبیاب فیزیکی بی‌نظیر OpenAI دست براتیک انسان‌مانند دکسبیاب را آموزش داد که با دکسبیاب فیزیکی توانایی دقیق تعامل با اشیاء را بهشگرف بهبود داد؛ تحولی در هوش مصنوعی. ۸ مرداد ۱۳۹۷ ۲ دقیقه پژوهش هوش مصنوعی به‌وسیله‌ تنها یک نمایش، بازی Montezuma’s Revenge را با امتیاز ۷۴,۵۰۰ شکست می‌دهد OpenAI با استفاده از تنها یک نمایش انسانی، به‌طور چشمگیری در بازی Montezuma’s Revenge پیشرفت کرده و امتیاز 74,500 به دست آورد—برترین نتایج تا کنون. ۱۳ تیر ۱۳۹۷ ۲ دقیقه پژوهش هوش مصنوعی و امنیت: چگونگی استفاده از مباحثه برای جلوگیری از خطرات مدلی نوین بر پایهٔ مباحثه بین ربات‌های هوش مصنوعی به معرفی الگوریتمی می‌پردازد که با ارزشیابی انسانی برنده نقش‌ بازی می‌کند و هدف آن پیشگیری از خطرات بالقوه و ارتقاء ایمنی سامانه‌های هوش مصنوعی است. ۱۳ اردیبهشت ۱۳۹۷ ۲ دقیقه