无需标注数据，Databricks 的 TAO 算法让开源大模型媲美 GPT-4

Databricks 推出一种名为 TAO (Test-time Adaptive Optimization) 的新型模型微调方法，它无需人工标注数据，仅使用未标注的使用数据即可提升 AI 模型质量和降低成本。TAO 利用测试时计算和强化学习，根据以往的输入示例改进模型性能，其效果甚至超越传统微调，让开源模型 Llama 的表现接近 GPT-4 等昂贵闭源模型。这项技术已在 Databricks 平台上提供预览，并即将应用于更多产品中。