PatchTSMixer 正式登陆 Hugging Face Transformers 库
IBM Research 与 Hugging Face 合作,将轻量级时间序列模型 PatchTSMixer 开源发布至 Transformers 库。
IBM Research 与 Hugging Face 合作,将轻量级时间序列模型 PatchTSMixer 开源发布至 Transformers 库。
OpenAI 推出面向各种规模团队的新订阅方案 ChatGPT Team,为团队提供安全、可协作的工作区,帮助在工作场景中更好地使用 ChatGPT。
OpenAI 宣布推出 GPT Store。原文正文抓取失败,仅标题可用,具体功能和细节未知。
推荐理由:原文标题宣布 GPT Store 上线,但正文抓取失败,细节无从确认。
WHOOP 基于 GPT-4 推出大语言模型驱动的个性化健身与健康指导服务。该方案利用 GPT-4 为用户提供定制化的健康训练建议。
Mistral AI 开放 La Plateforme 平台 Beta,任何人今日起可注册使用其 API。
推荐理由:官方首发公告给出各端点的模型、MT-Bench 与 MTEB 分数和定价权衡,读者可据此评估选型。
Hugging Face 发布 Optimum-NVIDIA 推理库,改动一行代码即可在 NVIDIA 平台上获得最高 28 倍吞吐提升和 1200 tokens/second,首 token 延迟最高快 3.3 倍。
Hugging Face 与 AMD 宣布 Transformers 全部模型和任务无需改代码即可在 AMD Instinct GPU 上运行。
Explosion 上周推出 Prodigy-HF 插件,将 Prodigy 标注工具直接集成 Hugging Face 生态。
OpenAI 宣布用户现在可以创建 ChatGPT 的自定义版本(GPTs)。这类自定义版本可结合指令、额外知识以及任意技能组合。
推荐理由:官方宣布可在 ChatGPT 中创建结合指令、知识与技能的自定义 GPT,读者可据此了解这一新能力的构成方式。
OpenAI 在 DevDay 发布 GPT-4 Turbo,支持 128K 上下文且价格更低,同时推出 Assistants API。GPT-4 Turbo with Vision、DALL·E 3 API 等更多开发者产品一同公布。
推荐理由:官方一次性给出 128K 上下文、降价与多个 API 开放入口,读者可以据此评估是否迁移现有调用与工作流。
Hugging Face 在 Enterprise Hub 计划中推出 Storage Regions,让组织决定模型和数据集的存储位置,目前支持 US 和 EU 两个区域,Asia-Pacific 即将推出。
OpenAI 宣布 DALL·E 3 现已在 ChatGPT Plus 和 Enterprise 中可用。官方为此开发了安全缓解措施栈以支持更广泛的发布,并同步分享了其内容溯源研究的进展。
推荐理由:官方宣布 DALL·E 3 开放范围扩大,并提及安全缓解措施与溯源研究,读者可了解其上线入口与安全准备。
Hugging Face 推出 @gradio/lite,通过 Pyodide 让 Gradio 应用直接在浏览器中运行,无需服务器端基础设施。开发者在 HTML 中引入 JS/CSS 并在 <gradio-lite> 标签内写 Python 代码即可,支持 <gradio-file> 多文件和 <gradio-requirements> 通过 micropip 安装依赖。
推荐理由:原文给出完整的上手代码和依赖、加载时间等限制说明,读者可直接照做评估浏览器端部署是否适合自己。
Retool 使用 GPT-4 为企业提供快速、安全地构建 AI 应用的方式。该方案帮助企业在业务场景中打造 AI 驱动的应用。
Typeform 利用 OpenAI 的 GPT-3.5 和 GPT-4,把在线表单升级为动态、对话式的数据收集体验。这一能力使表单收集更接近自然对话,提升用户填写体验。
Hugging Face 上超过 130,000 个支持 ONNX 的模型可借助 ONNX Runtime 加速,包括 BERT、GPT2、Whisper 等多种 LLM 和云模型。
Hugging Face 宣布 tokenizers 新增 chat_template 属性,用于保存模型训练时的对话格式,避免因格式不匹配导致难以察觉的性能严重下降。
推荐理由:原文指出对话格式不匹配会导致静默性能下降,并给出将 Jinja 聊天模板随 tokenizer 保存和使用的具体做法。
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。
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。
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 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。
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。
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。
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。
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 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 宣布与 IBM 合作,为其新一代企业 AI 工作室 watsonx.ai 提供开源支持,该平台用于训练、验证、调优和部署传统 ML 与生成式 AI 能力。
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。
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。