ChatGPT 现在可以看、听和说话
OpenAI 官方宣布 ChatGPT 新增多模态能力,可以看图、听声音并进行语音对话。正文未能抓取,仅标题信息可用,具体功能细节以原文链接为准。
OpenAI 官方宣布 ChatGPT 新增多模态能力,可以看图、听声音并进行语音对话。正文未能抓取,仅标题信息可用,具体功能细节以原文链接为准。
Hugging Face 推出 Inference for PROs,为 PRO 订阅用户提供精选模型的高速推理 API 端点和更高的免费 Inference API 速率限制。
OpenAI 宣布成立 OpenAI Red Teaming Network,并发出公开招募,邀请领域专家加入,帮助改进 OpenAI 模型的安全性。
Hugging Face 推出企业级代码助手 SafeCoder,基于 BigCode 项目开源的 StarCoder 模型(15.5B 参数、80+ 编程语言、8192-token 上下文窗口),训练数据为 The Stack 中 1 trillion 代码 token。
Hugging Face Diffusers 团队与 T2I-Adapter 作者合作,为 Stable Diffusion XL 推出 T2I-Adapter 支持,并发布 sketch、canny、lineart、depth、openpose 五种条件的 checkpoints。
推荐理由:原文给出 T2I-Adapter-SDXL 与 ControlNet 的参数量对比、训练配置和完整用法代码,读者可以据此评估并直接上手使用。
OpenAI 发布了一份面向教师的 ChatGPT 教学指南,涵盖建议提示词、ChatGPT 的工作原理及其局限性,并讨论了 AI 检测器的有效性与偏见问题。指南旨在帮助教师在课堂中更好地使用 ChatGPT。
OpenAI 发布 ChatGPT Enterprise,面向企业客户提供企业级安全与隐私保障,并称这是迄今为止最强大的 ChatGPT 版本。原文仅为摘要,未提供更多功能与定价细节。
推荐理由:OpenAI 官方宣布推出 ChatGPT Enterprise,原文强调企业级安全与隐私以及迄今最强版本,可作为企业版本发布的信源记录。
Hugging Face 宣布自 2023 年 10 月 1 日起,通过 Git 操作 Hugging Face Hub 时不再支持密码认证,用户需改用个人访问令牌或 SSH 密钥。令牌具有唯一、可撤销、随机等安全优势。目前仍在使用密码的用户将收到邮件提醒,需在截止日期前完成切换,可通过 git remote set-url 命令更新仓库地址。
Hugging Face 宣布将 AutoGPTQ 库集成进 Transformers,用户可用 GPTQ 算法以 8、4、3 或 2-bit 精度量化和运行模型,4-bit 量化精度损失可忽略,小 batch 下推理速度接近 fp16 基线。
推荐理由:官方宣布 AutoGPTQ 集成进 Transformers,读者可据此了解 4-bit 量化 LLM 的内存收益、用法与局限。
OpenAI 宣布开发者现在可以使用自有数据对 GPT-3.5 Turbo 进行微调,以适配各自的使用场景,同时带来了相关 API 更新。
Hugging Face 发布面向企业的代码助手解决方案 SafeCoder,支持客户在自有基础设施内微调并自托管 Code LLM,训练和推理过程中代码不离开客户 VPC。
OpenAI 发布文章说明其使用 GPT-4 进行内容政策制定和内容审核决策。文章指出这一做法带来更一致的标注、更快的政策修订反馈循环,并减少人工审核员的参与。
推荐理由:OpenAI 官方说明用 GPT-4 做内容审核的具体做法,展示了加快政策迭代与降低人工审核量的可借鉴路径。
Hugging Face Hub 现已登陆 AWS Marketplace,用户可通过 AWS 账户直接为 Hugging Face 服务付费。订阅后,组织内所有成员使用 Inference Endpoints、Spaces Hardware Upgrades、AutoTrain 等服务的费用将自动出现在 AWS 账单中,价格与 Hugging Face 公开定价一致。
Hugging Face 发布 swift-transformers 等 alpha 工具,帮助 Swift 开发者在 Apple 设备上用 Core ML 运行 Llama 2 等语言模型。
推荐理由:官方一手发布了在 Apple 设备上跑 LLM 的 Swift 工具链,并给出 Core ML 转换、优化和已知坑的实操经验。
Hugging Face 在 huggingface.js 下推出 Agents.js 库,让 LLM 可在浏览器或服务端通过 JavaScript 调用工具,通过 npm install @huggingface/agents 安装。
Hugging Face 于 7 月 7 日至 11 日举办首届开源 AI Game Jam,要求参赛者在 48 小时内用至少一个开源 AI 工具制作游戏,共收到超 1300 人报名和 88 款游戏提交。评委从 Top 10 中选出冠军作品 ohmlet 的 Snip It,该游戏使用 Stable Diffusion 生成素材。主办方表示未来计划举办更多届。
OpenAI 为 ChatGPT 推出自定义指令功能,用户可设置偏好,ChatGPT 会在之后的所有对话中记住并遵循这些设置,让用户对回复方式有更多控制。
推荐理由:原文说明了自定义指令的作用范围,读者可以据此了解如何让 ChatGPT 在对话中保持个人偏好。
Hugging Face 的 🤗 Diffusers 扩散模型库迎来一周年,回顾了一年来的主要功能更新。
Viable 使用 GPT-4 分析定性数据,实现了革命性的规模和无与伦比的准确性。
OpenAI 宣布 API 更新,包括更可控的模型、函数调用能力、更长的上下文以及更低的价格。
推荐理由:原文列出了函数调用、更长上下文和降价等具体更新方向,读者可以据此评估对现有 API 用法的影响。
Hugging Face 宣布用户可以在 Hub 上的任何数据集上用 DuckDB 运行 SQL 查询。Dataset Viewer 会自动把所有公开数据集转换为 Parquet 文件,可通过 /parquet 端点获取文件 URL;借助 httpfs 扩展,DuckDB 能直接对远程 Parquet 文件执行 SQL,并支持查询被切分为 500MB 分块的大数据集。
推荐理由:官方介绍了用 DuckDB 直接对 Hub 上 5 万多数据集跑 SQL 的方法,读者可以照着把 Parquet 端点和查询代码迁移到自己的数据探索流程。
Meta AI 开源的文本表示与分类库 fastText 现已登陆 Hugging Face Hub,官方镜像了全部 157 种语言的词向量及最新语言识别模型,用户通过 huggingface_hub 几条命令即可下载使用。此次集成还支持文本分类与特征提取 widget,并提供预训练向量加载、最近邻查询和语言检测的用法示例。
OpenAI 推出网络安全资助计划,通过赠款及其他支持,帮助防御者开发由 AI 驱动的网络安全能力。
Hugging Face 宣布举办首届 Open Source AI Game Jam,参赛者需在作品中或工作流里使用至少一个开源 AI 工具(如 Stable Diffusion),可应用于纹理生成、AI NPC 和文本转语音等场景。
Hugging Face 宣布 BERTopic 集成到 Hugging Face Hub。该集成支持基于主题建模对 Hub 上的模型和数据集内容进行组织与探索。相关功能现已上线 Hugging Face Hub。
Hugging Face 推出基于 Text Generation Inference(TGI)的 LLM Inference Container,用于在 Amazon SageMaker 上部署开源大模型,示例将 Open Assistant 12B(Pythia)部署到 ml.g5.12xlarge 实例(4 张 NVIDIA A10G、96GB GPU 显存)。
Hugging Face 与 Microsoft 合作,在 Azure Machine Learning Studio 内推出 Hugging Face Hub Model Catalog,收录 Hub 上数千个最受欢迎的 Transformers 模型。
Hugging Face 联合 EleutherAI 和 Stability AI 委托 Trail of Bits 对 safetensors 库完成外部安全审计,报告全文公开。
OpenAI 推出 ChatGPT iOS 应用,支持对话同步、语音输入,并将最新模型改进带到移动端。
Hugging Face 在 Transformers 中推出 Assisted Generation 解码方法,用小模型生成候选 token、大模型前向传播验证,降低自回归文本生成延迟。
推荐理由:原文解释了文本生成延迟来自内存带宽而非计算,并给出 Assisted Generation 的原理、代码和延迟数据,方法可直接复现。
OpenAI 使用 GPT-4 自动为大语言模型中神经元的行为撰写解释并进行评分,并发布了涵盖 GPT-2 每个神经元的解释与评分数据集。OpenAI 说明这些解释并不完美。
推荐理由:OpenAI 用 GPT-4 自动解释并评分 GPT-2 神经元行为并开源数据,为可解释性研究提供了可复用的方法思路。
Databricks 向 Hugging Face 代码库提交首个官方贡献:Datasets 新增 from_spark 函数,可将 Apache Spark dataframe 直接转为 Hugging Face Dataset,免去先写 Parquet 再重新加载的繁琐流程。16GB 数据集的处理时间从 22 分钟降至 12 分钟,缩短超过 40%。
OpenAI 为 ChatGPT 推出新的数据管理方式,用户现在可以关闭聊天记录,并自行选择哪些对话可用于训练 OpenAI 的模型。
Hugging Face 推出面向中文读者的中文博客(hf.co/blog/zh),由志愿者团队翻译博客文章及 Transformer、扩散模型、强化学习等课程,服务不断壮大的中文 AI 社区。
Hugging Face 与 AWS 合作,针对 AWS Inferentia2 推理加速器优化 Hugging Face Transformers,通过 optimum neuron 只需一行代码即可编译模型。
OpenAI 宣布推出 Bug Bounty 漏洞赏金计划,邀请外部人员帮助发现其技术与服务的安全漏洞。OpenAI 表示该举措是其开发安全、可靠、可信的先进 AI 承诺的重要一环。
OpenAI 发布 3 月 20 日 ChatGPT 故障的调查结果,说明了问题起因、已采取的补救措施,以及该 bug 的技术细节。
OpenAI 宣布在 ChatGPT 中实现插件的初步支持。插件是专为语言模型设计、以安全为核心原则的工具,可帮助 ChatGPT 获取最新信息、运行计算或使用第三方服务。
推荐理由:原文来自 OpenAI 官方,说明了插件的三类能力定位和安全原则,可帮助读者理解 ChatGPT 能力边界的扩展方向。
Hugging Face Hub 宣布改进 Jupyter notebook(.ipynb)托管支持,新增渲染功能,此前以 JSON 格式存储的 notebook 现在可直接以人类可读格式显示。
OpenAI 发文介绍 Be My Eyes 应用使用 GPT-4 改善视觉无障碍体验。正文仅给出核心信息,未提供更多细节。