OpenAI 封禁"赞助不满"行动:利用 AI 开展影响活动的中国来源账号
OpenAI 封禁了一批疑似来自中国的账号,这些账号利用 AI 生成英文社交媒体帖子和西班牙语文章,从事影响活动。
OpenAI 封禁了一批疑似来自中国的账号,这些账号利用 AI 生成英文社交媒体帖子和西班牙语文章,从事影响活动。
OpenAI 发起 "Peer Review" 行动,封禁了疑似源自中国、利用 AI 起草监控工具推介材料、分析文档和调试代码的账号。该通报由 OpenAI 官方发布,属于对其平台恶意使用行为的处置披露。
OpenAI 封禁了可能与公开报道的朝鲜(DPRK)关联威胁行为体有关的账号,这些账号曾利用 AI 研究入侵工具、网络钓鱼、恶意软件和加密货币攻击目标。
OpenAI 封禁了疑似被用于实施欺骗性就业计划的账号,该计划具有此前公开报道的与朝鲜关联的 IT 工人活动的特征。
OpenAI 封禁了一批疑似源自柬埔寨的账号,这些账号使用 AI 翻译并生成婚恋诱导投资骗局(romance baiting/杀猪盘)的对话。
OpenAI 封禁了一批与伊朗关联、利用 AI 生成文章和社交媒体帖子的账号。这些账号的活动与 IUVM 及 STORM-2035 影响力行动有关,且横跨多个平台。
OpenAI 封禁了疑似源自柬埔寨的账号,这些账号利用 AI 翻译消息,实施要求受害者支付费用的假刷评工作诈骗。
OpenAI 发布 o3-mini 系统卡,说明围绕该模型开展的安全工作,包括安全评估、外部红队测试以及 Preparedness Framework 评估。
Hugging Face 博客发布教程,用 GRPO 强化学习在 Countdown 数字游戏上训练 Qwen2.5-3B-Instruct,复现 DeepSeek-R1 论文中的小型 aha moment。
推荐理由:原文提供完整的 GRPO 训练代码、配置和分步训练观察,读者可以照此在开源模型上复现小型推理涌现实验。
Hugging Face 推出《AI 艺术工具》通讯第一期,回顾 2024 年 AI 艺术领域的关键进展。
Mistral 发布 Mistral Small 3,一个延迟优化的 24B 参数模型,以 Apache 2.0 许可开源预训练和指令微调权重。模型 MMLU 准确率超 81%,延迟 150 tokens/s,官方称性能与 Llama 3.3 70B instruct 相当且在相同硬件上快 3 倍以上。
推荐理由:24B 参数、Apache 2.0 开源、可在单卡 RTX 4090 本地运行,读者可据此评估低延迟场景下的替代方案。
OpenAI 宣布其最新推理模型将提供给美国国家实验室的顶尖科学家使用,用于推动科学突破。
Hugging Face 与 AWS 合作发布指南,介绍如何用 Hugging Face Inference Endpoints、Amazon Bedrock Marketplace。
Hugging Face 在 Hub 模型页上线四家 serverless Inference Providers:fal、Replicate、Sambanova、Together AI,并集成 JS 和 Python SDK。调用分自定义 key 直连和由 HF 路由两种模式,路由请求按提供商标准费率计费、无额外加价,PRO 用户每月获 $2 推理额度。
推荐理由:Hugging Face 官方宣布在 Hub 模型页集成四家 serverless 推理商,给出路由计费与 SDK 用法,读者可了解如何统一调用第三方推理。
Hugging Face 发布博客宣布启动 Open-R1 项目,目标是在开放环境下重建 DeepSeek-R1 的数据与训练流程。博客解释了 DeepSeek-R1 基于DeepSeek-V3 的两阶段训练方法,包括 R1-Zero 用 GRPO 纯强化学习训练和 R1 的冷启动微调加多轮 RL 提炼,并指出 DeepSeek 未公开训练数据、训练代码和超参数细节。
Hugging Face Diffusers 团队发文综述当前开源视频生成模型现状,覆盖 CogVideoX、Mochi-1、HunyuanVideo、LTX Video 等模型及其高资源需求、泛化与延迟等局限。
推荐理由:Diffusers 团队原文梳理了开源视频生成模型现状,并给出实测内存数据和一套可复用的推理与微调优化方法。
Hugging Face 为 smolagents 加入视觉支持,使视觉语言模型可原生用于智能体流程。图像可在 agent.run 启动时传入,也可通过 step_callbacks 在每步动态写入 ActionStep 的 observations_images。
推荐理由:官方详解视觉语言模型如何接入 smolagents 智能体流程,并给出可复用的截图回调和浏览器智能体完整代码。
OpenAI 宣布推出 Operator,原文链接为 https://openai.com/index/introducing-operator。材料正文抓取失败,仅标题可用,产品细节以原文为准。
OpenAI 发布 Operator 的 System Card,说明基于既有安全框架的多层防护方法。文档涵盖针对提示词注入和越狱的模型与产品层缓解措施、隐私与安全保护,以及外部红队测试、安全评估和后续持续完善安全措施的工作。
Hugging Face 与 NVIDIA 发布 KVPress 教程,介绍如何通过压缩 KV Cache 实现省内存的长上下文 LLM 推理。
Hugging Face 发布 SmolVLM 家族两款新模型 SmolVLM-256M 和 SmolVLM-500M,各含 base 与 instruct 共 4 个 checkpoint,其中 256M 为迄今最小的 VLM。
推荐理由:官方详述 256M/500M 两款小模型的视觉编码器、数据配比和 tokenization 改动,适合想在受限设备上跑多模态的读者参考选型。
总部位于德国的全球媒体、服务与教育公司贝塔斯曼(Bertelsmann)将在全球多个品牌中整合 OpenAI 的技术,借助其提升创作力与生产力。
OpenAI 发布研究,探讨通过增加推理时计算来提升模型对抗鲁棒性的方法。研究分析了更多推理计算与对抗攻击防御之间的关系。
Hugging Face 与 FriendliAI 达成合作,将 FriendliAI Endpoints 集成到 Hugging Face Hub 的“Deploy this model”按钮中,实现模型一键部署。
OpenAI 官方宣布启动 The Stargate Project。本次 feed 仅提供标题,正文细节未随原文给出。
OpenAI 与战略合作伙伴宣布共建 AGI 基础设施的共同愿景,公开征集数据中心基础设施产业链上的合作企业,范围覆盖电力、土地、建设和设备等环节。相关企业可通过官方表单与其建立联系。
Mistral AI 宣布与法新社(AFP)建立全球合作伙伴关系,其 AI 助手 Le Chat 将接入 AFP 的新闻电讯内容,使回复基于可靠、最新的信息。AFP 每天 6 种语言(法语、英语、西班牙语、葡萄牙语、德语、阿拉伯语)产出 2,300 条新闻稿,全球有 1,700 名记者。该集成将在未来几周内向所有 Le Chat 用户推出。
Hugging Face 为 Text Generation Inference(TGI)引入 TGI Backends 多后端架构,通过新的 Rust Backend trait 让 TGI 作为统一前端接入不同推理引擎。
Hugging Face 官方博客宣布 transformers 集成 TimmWrapper,让任意 timm 视觉模型可直接使用 pipeline、Auto Classes、Trainer API 和 LoRA 微调。
OpenAI 与 Axios 达成合作,延续其与新闻行业的合作策略。目前代表数百个新闻编辑室和内容品牌的出版商正通过 OpenAI 的合作与资助项目采用 AI 工具,ChatGPT 用户则可获取这些可靠出版物的信息。
Hugging Face 发布用 Sentence Transformers 训练静态嵌入模型的方法,新模型在 CPU 上比 all-mpnet-base-v2 等常见模型快 100 到 400 倍,同时保留至少 85% 的性能。
推荐理由:原文完整公开了静态嵌入模型的训练配方、脚本和数据集清单,并给出与主流模型的性能对比,可复用于低成本嵌入场景。
OpenAI 宣布 Adebayo Ogunlesi 加入其董事会。原文仅披露这一人事任命,未提供更多细节。
Mistral AI 发布 Codestral 25.01,采用更高效的架构和改进的 tokenizer,代码生成与补全速度提升约 2 倍,上下文长度达 256k。
Hugging Face 概述了 AI 智能体的定义,并分析了其伦理权衡。文章提出,智能体的风险随自主性水平上升:用户让渡的控制越多,安全、隐私等风险越大,并建议不要开发能编写和执行自身代码的完全自主智能体,而半自主智能体的收益可能大于风险。
LlamaIndex 与 Hugging Face 发布多语言视觉文档检索嵌入模型 vdr-2b-multi-v1 及英文版 vdr-2b-v1,可直接对文档页截图编码检索,无需 OCR、数据抽取管线或分块。
Hugging Face 基于 Open LLM Leaderboard 上 2,742 个模型的评测数据,分析了模型推理的 CO₂ 排放趋势。模型越大排放越高,但收益递减;Qwen-2.5-14B 和 Phi-3-Medium 的得分-排放比最优,MoE 排放偏高。社区微调模型普遍比官方微调更省碳,10B 以下社区模型可平均得分 35、排放低于 5kg CO₂。
Hugging Face 发布 smolagents,一个约几千行代码的极简智能体库,支持以代码形式编写动作的 CodeAgent,可通过 E2B 沙箱安全执行,并保留传统 JSON 调用的 ToolCallingAgent。
推荐理由:官方发布并给出代码示例与基准对比,读者可以了解用代码写动作的智能体库如何上手以及何时该用智能体。
OpenAI 官方发文说明组织架构必须演进以推进使命,提出方向是让非营利部分更强大,并由营利部分的成功提供支持。
Hugging Face 发布教程,讲解如何用 torch.cuda.memory 快照工具可视化 PyTorch 训练各阶段的 GPU 内存占用。文章以 Qwen/Qwen2.5-1.5B 训练循环为例拆解参数、优化器状态、激活、梯度和优化器中间值的内存构成,并给出总内存估算公式与激活数量的线性启发式。
推荐理由:原文用 PyTorch 内存快照工具拆解训练各阶段的显存构成,并给出可复用的总内存估算公式和启发式,便于读者定位显存瓶颈。
Hugging Face 博客介绍 NVIDIA 开源的 LogitsProcessorZoo,一组与 Transformers 的 generate 方法兼容的模块化 logits 处理器,通过直接修改输出概率分布来控制生成。
推荐理由:原文给出四个 logits 处理器的参数、代码和实际输出对比,读者可以直接照着控制生成长度、引用、结尾短语和选择题格式。