OpenAI 发布 GPT-4o 并向 ChatGPT 免费用户开放更多工具
OpenAI 宣布推出最新旗舰模型 GPT-4o，并在 ChatGPT 中向免费用户开放更多能力。发布同时带来更多工具供免费用户使用。
推荐理由：OpenAI 官宣新旗舰模型，并说明同步向免费用户开放更多 ChatGPT 能力，适合关注模型可用范围变化。
#模型发布
#模型发布
今日 2 条OpenAI News精选AI 评分9090
Hugging Face BlogAI 评分5858 StarCoder2-15B-Instruct-v0.1 发布：完全透明且许可开放的自对齐代码模型
Hugging Face 团队发布 StarCoder2-15B-Instruct-v0.1，首个采用完全透明、许可开放管线的自对齐代码 LLM，无需人工标注或从专有大模型蒸馏数据。
OpenAI News精选AI 评分6161 OpenAI 宣布 GPT-4 API 全面可用，并公布 Completions API 旧模型退役计划
OpenAI 宣布 GPT-4 API 全面可用，GPT-3.5 Turbo、DALL·E 和 Whisper API 也已全面开放。同时发布 Completions API 旧模型的退役计划，这些旧模型将于 2024 年初退役。
推荐理由：官方宣布 GPT-4 等 API 全面开放并给出旧模型退役计划，开发者可据此调整接入与迁移安排。
Hugging Face Blog精选AI 评分8383 Meta 发布 Llama 3，8B 与 70B 模型上线 Hugging Face
Meta 发布 Llama 3 开源模型，提供 8B 和 70B 两种规模，各有 base 与 instruct 版本，并附基于 Llama 3 8B 微调的 Llama Guard 2，全部上架 Hugging Face Hub。
推荐理由：官方发布说明完整给出模型规格、许可证变化和部署微调路径，读者可据此评估升级与迁移成本。
Mistral AI精选AI 评分7272 Mistral AI 开源发布 Mixtral 8x22B 稀疏 MoE 模型
Mistral AI 开源发布 Mixtral 8x22B，采用 Apache 2.0 许可证。该稀疏 MoE 模型总参数 141B、激活参数仅 39B，支持英语、法语、意大利语、德语和西班牙语，具备函数调用能力与 64K tokens 上下文窗口，官方称其速度快于任何稠密 70B 模型。
推荐理由：官方给出了参数结构、许可证和基准成绩，读者可据此评估它在大模型开源阵营中的性价比和适用场景。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 Idefics2：面向社区的 8B 视觉语言模型，采用 Apache 2.0 许可
Hugging Face 发布通用多模态模型 Idefics2，参数量 8B，权重以 Apache 2.0 许可开源，支持任意图文序列输入，可回答图像问题、描述视觉内容、从文档提取信息和执行基础算术。
推荐理由：官方发布 8B 开源多模态模型并给出基准对比和训练数据，读者可以直接在 Hub 和 transformers 中上手微调。
Hugging Face Blog精选AI 评分6565 Google 发布代码模型 CodeGemma，提供 2B 与 7B 三个开放版本
Google 与 Hugging Face 合作发布 CodeGemma，包含专注代码填充的 2B 基座、混合代码与自然语言的 7B 基座，以及 7B Instruct 对话版本，均支持 8K 上下文。
推荐理由：原文给出三个模型规格、基准对比与 FIM 提示词格式，读者可以据此选择适合延迟、显存或对话场景的版本。
Hugging Face Blog精选AI 评分6565 BigCode 发布 StarCoder2 系列开放代码模型及 The Stack v2 数据集
BigCode 发布 StarCoder2 系列开放代码模型，含 3B、7B、15B 三个规模，均基于新数据集 The Stack v2 训练，并同步开放模型、数据集及处理与训练代码。
推荐理由：官方完整披露三个模型规模、训练数据与开放范围，读者可据此评估开源代码模型的可复用程度。
Mistral AI精选AI 评分7575 Mistral 发布旗舰模型 Mistral Large 与低延迟 Mistral Small
Mistral 发布旗舰语言模型 Mistral Large，称其在常用基准上仅次于 GPT-4，可通过 la Plateforme 和 Azure 使用，支持 32K tokens 上下文、英法德西意多语言、function calling 和 JSON 输出。同时发布优化延迟与成本的 Mistral Small，性能超过 Mixtral 8x7B，并简化了端点产品线、新增多币种定价。
推荐理由：官方给出了 Mistral Large 的基准对比、多语言与 function calling 能力，读者可据此评估它在 API 可用模型中的位置。
Hugging Face Blog精选AI 评分7777 Google 发布开源大模型 Gemma，Hugging Face 提供全面集成支持
Google 发布开源大语言模型家族 Gemma，包含 2B 与 7B 两种规模、各有 base 与 instruction-tuned 共四个模型，基于 Gemini 技术并支持 8K 上下文。
推荐理由：官方博客给出四个开源模型的尺寸、性能对比和 Hugging Face 生态集成方式，读者可据此评估部署与微调路径。
OpenAI News精选AI 评分8080 OpenAI 发布视频生成模型 Sora，探索视频生成模型作为世界模拟器
OpenAI 发布视频生成模型 Sora，在可变时长、分辨率和宽高比的视频与图像上联合训练文本条件扩散模型，并采用作用于时空 patch 的 Transformer 架构。Sora 可生成一分钟高保真视频，OpenAI 认为扩大视频生成模型规模是构建通用物理世界模拟器的可行路径。
推荐理由：官方说明 Sora 的技术路线和可生成一分钟视频的能力，适合关注视频生成与世界模拟器方向的读者。
Hugging Face BlogAI 评分5656 Hugging Face 开源非扩散文生图模型 aMUSEd
Hugging Face 发布 MUSE 的开源复现 aMUSEd，一个基于 Masked Image Modeling 的非扩散文生图模型，以研究预览形式采用 OpenRAIL 许可发布。
Mistral AI精选AI 评分8383 Mistral AI 发布开放权重的稀疏混合专家模型 Mixtral 8x7B
Mistral AI 发布 Mixtral 8x7B，一个采用 Apache 2.0 许可的开放权重稀疏混合专家模型（SMoE），在多数基准上超过 Llama 2 70B 且推理快 6 倍，多数标准基准上匹配或超越 GPT3.5。
推荐理由：官方给出稀疏专家架构的参数激活比例、基准对比与部署方案，为开源模型选型提供了具体的成本性能参考。
Hugging Face Blog精选AI 评分8585 Mixtral 8x7B 发布，Hugging Face 完成全生态集成支持
Mistral 发布 Mixtral 8x7B，一个采用 Mixture of Experts 架构的开放模型，在多数基准上超越 Llama 2 70B 并达到或超过 GPT-3.5，MT-Bench 得分 8.30。
推荐理由：Mixtral 8x7B 以 MoE 架构达到开放模型新高度，本文同时给出生态内的推理、量化、微调与部署路径，方法可直接照做。
Mistral AI精选AI 评分8181 Mistral AI 发布开源模型 Mistral 7B
Mistral AI 发布 7.3B 参数开源模型 Mistral 7B，采用 Apache 2.0 许可证，在所有基准上超越 Llama 2 13B，并在多数基准上优于 Llama 1 34B。
推荐理由：官方给出与 Llama 2 全面对比的评测数据和架构改进细节，读者可据此评估 7B 级开源模型的性价比与部署选择。
Mistral AI精选AI 评分8484 Mistral AI 发布首个 7B 参数开源模型 Mistral 7B，采用 Apache 2.0 许可
Mistral AI 发布首个模型 Mistral 7B，在标准英文和代码基准上超越所有现有 13B 参数以下的开放模型，权重以 Apache 2.0 许可开放。官方称 MMLU 上超过 60% 的最小模型在两年内从 280B 的 Gopher 缩小到 7B，并同步开设 GitHub 仓库和 Discord 频道推进社区协作。
推荐理由：官方阐述开源模型路线并给出 MMLU 演进脉络，读者可借此理解 7B 小模型与专有模型的差距变化。
OpenAI News精选AI 评分7373 OpenAI 发布 GPT-4V(ision) 系统卡
OpenAI 发布 GPT-4V(ision) 系统卡，说明其图像输入能力及相关评估情况。抓取内容仅含标题，正文细节不可得。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 Würstchen 快速文生图扩散模型
Hugging Face 发布 Würstchen，一种在高度压缩潜空间中工作的文生图扩散模型，实现 42x 空间压缩。生成速度明显快于 SDXL 且内存占用更低；Würstchen v2 训练用 24,602 GPU 小时，支持最高 1536 分辨率，已集成进 Diffusers，模型权重和 Demo 已在 Hub 上线。
推荐理由：42x 空间压缩带来的训练与推理成本对比有具体数字，适合想低成本跑文生图的读者参考。
Hugging Face Blog精选AI 评分6161 T2I-Adapter-SDXL 适配器发布并登陆 diffusers
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。
Hugging Face Blog精选AI 评分7171 TII 发布 1800 亿参数开源模型 Falcon 180B，登陆 Hugging Face
TII 发布 Falcon 180B，为当时最大的开放语言模型，拥有 1800 亿参数，使用 RefinedWeb 数据集在 3.5 万亿 token 上完成预训练。
推荐理由：原文给出了参数量、训练规模、评测对比和完整部署硬件门槛，读者可以据此评估是否在自己的场景中采用这个开源模型。
Hugging Face Blog精选AI 评分8383 Code Llama 发布：Llama 2 代码特化系列模型接入 Hugging Face 生态
Hugging Face 发布 Code Llama 系列开源代码模型集成，含 7B、13B、34B 三种规格，基于 Llama 2 在 500B token 代码数据上训练，提供 Python 特化版和指令微调版。
推荐理由：官方完整介绍了模型规格、上下文扩展原理和生态接入方式，读者可以直接据此选择规格并上手部署使用。
OpenAI NewsAI 评分5959 OpenAI 开放 GPT-3.5 Turbo 微调并更新 API
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 Blog精选AI 评分7171 Hugging Face 发布开源视觉语言模型 IDEFICS，复现 Flamingo
Hugging Face 发布开源视觉语言模型 IDEFICS，是 DeepMind 未公开的 Flamingo 的开放复现，接受任意图像和文本序列输入并生成文本，在多个图像文本理解基准上与原闭源模型表现相当。
推荐理由：原文说明了 IDEFICS 基于 Flamingo 的复现路线、参数规模与完全公开数据的训练方式，适合关注开源多模态模型生态的读者。
Hugging Face BlogAI 评分4242 Segmind 开源知识蒸馏代码及 SD-Small 和 SD-Tiny 权重
Segmind 开源了通过 Block-removal 知识蒸馏训练的压缩版 Stable Diffusion 模型 SD-Small 和 SD-Tiny 的权重与训练代码，参数量分别比基础模型少 35% 和 55%，图像保真度相当。
Hugging Face Blog精选AI 评分9191 Meta 发布 Llama 2，Hugging Face 全面上架 12 个模型
Meta 发布 Llama 2 系列开放模型，包含 7B、13B、70B 预训练及微调版本，采用可商用的 Llama 2 许可证，Hugging Face 同步完成集成并上线全部 12 个模型。
推荐理由：官方完整梳理了 Llama 2 的许可、规格与 HF 生态推理微调路径，读者可据此快速上手开源替代方案。
Hugging Face Blog精选AI 评分8181 Falcon-40B 与 Falcon-7B 开源模型登陆 Hugging Face 生态
阿布扎比 Technology Innovation Institute 以 Apache 2.0 许可发布 Falcon-7B 和 Falcon-40B 模型，40B 版当时位列 Open LLM Leaderboard 第一。
推荐理由：原文由 Hugging Face 实测 Falcon 的推理、量化与 QLoRA 微调，并给出显存需求和代码，可直接迁移到自己的部署流程。
Hugging Face Blog精选AI 评分6464 RWKV 架构接入 Hugging Face transformers 库：兼具 RNN 与 transformer 优势
RWKV 是一种结合 RNN 与 transformer 优势的新架构，已通过 PR 正式集成到 Hugging Face transformers 库。该架构训练时可并行（类似线性化 GPT），推理时仅需矩阵向量运算、内存不随上下文增长；已有训练上下文长度 8192 的模型与 ctx1024 模型速度和内存相当。
推荐理由：RWKV 结合 RNN 与 transformer 两种架构的优势，官方介绍了其原理、可用模型规模及在 transformers 库中的实际用法。
Hugging Face Blog精选AI 评分6868 Hugging Face 与 ServiceNow 联合发布代码大模型 StarCoder
BigCode（由 Hugging Face 与 ServiceNow 联合主导）发布约 15B 参数的代码大模型 StarCoder 和 StarCoderBase，在 1 万亿 token 上训练，覆盖 80+ 编程语言。
推荐理由：官方发布且附完整评测数据，读者可以据此对比开源代码模型与闭源模型的实际差距。
OpenAI News精选AI 评分9494 OpenAI 发布多模态大模型 GPT-4
OpenAI 发布 GPT-4，称其为扩大深度学习规模的最新里程碑。GPT-4 是一个大型多模态模型，接受图像和文本输入、输出文本；虽然许多真实场景下仍不及人类，但在多项专业和学术基准上表现出人类水平性能。
推荐理由：官方原文明确 GPT-4 接受图像和文本输入，并在多项专业与学术基准上达到人类水平表现，可据此了解其能力定位。
OpenAI News精选AI 评分9292 OpenAI 发布 GPT-4
OpenAI 发布 GPT-4。该模型可在创意和技术写作任务上生成、编辑并与用户迭代，例如创作歌曲、撰写剧本或学习用户的写作风格。
推荐理由：官方宣布 GPT-4 发布，说明其在创意与技术写作任务上的生成、编辑和迭代能力，可作为了解该模型基础能力的入口。
Hugging Face BlogAI 评分5353 Kakao Brain 联合 Hugging Face 发布 ViT 和 ALIGN 开源模型及 COYO-700M 数据集
Kakao Brain 与 Hugging Face 发布开源图像文本数据集 COYO-700M，以及基于它训练的 ViT 和 ALIGN 模型，其中 ALIGN 为首个开源版本。
Hugging Face BlogAI 评分5555 SpeechT5 语音模型正式进入 Hugging Face Transformers，支持 TTS、ASR 和语音转换
Hugging Face 宣布微软亚洲研究院的 SpeechT5 已在 🤗 Transformers 中可用，官方 checkpoint 发布在 Hub 上。
OpenAI NewsAI 评分3333 OpenAI 发布全新升级的 embedding 模型
OpenAI 发布新一代 embedding 模型（嵌入向量模型），能力更强、成本更低、使用更简单。该模型面向文本嵌入场景，可用于语义搜索、检索等任务。
OpenAI News精选AI 评分8989 OpenAI 发布对话式模型 ChatGPT
OpenAI 训练了名为 ChatGPT 的对话式交互模型。对话格式使其能回答追问、承认错误、挑战错误前提，并拒绝不当请求。
推荐理由：这是 ChatGPT 的原始发布说明，对话格式带来的追问与纠错能力至今仍是理解其产品形态的起点。
Hugging Face BlogAI 评分4545 rinna 推出日语版 Stable Diffusion：Japanese Stable Diffusion
rinna 基于 Stable Diffusion 微调出日语文生图模型 Japanese Stable Diffusion，接受日语提示词并生成反映日语圈文化的图像。
OpenAI News精选AI 评分8484 OpenAI 开源语音识别模型 Whisper
OpenAI 宣布训练并开源名为 Whisper 的神经网络，该模型在英文语音识别上的鲁棒性和准确率接近人类水平。
推荐理由：OpenAI 官方宣布开源 Whisper，读者可以据此了解其在英文语音识别上的准确性与鲁棒性水平。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 176B 参数开源多语言大模型 BLOOM
BigScience 项目发布开源多语言大模型 BLOOM，1760 亿参数，可生成 46 种自然语言和 13 种编程语言的文本。训练历时 117 天，在法国 Jean Zay 超算上完成，涉及 70 多国 250 多个机构的 1000 多名研究者。
推荐理由：大语言模型开源和透明训练的代表性案例，说明了开放协作如何让百亿级参数模型走向可研究、可复用。
OpenAI News精选AI 评分6363 OpenAI 发布可编辑与插入文本的新版 GPT-3 和 Codex
OpenAI 发布新版 GPT-3 和 Codex，新增编辑和插入能力，不再只支持对现有文本做补全。
推荐理由：OpenAI 官方宣布 GPT-3 和 Codex 不再只能补全文本，新增编辑与插入能力，读者可据此了解 API 能力边界的变化。
OpenAI News精选AI 评分7777 OpenAI 发布 InstructGPT 并设为 API 默认语言模型
OpenAI 训练出比 GPT-3 更能遵循用户意图、同时更真实且毒性更低的 InstructGPT 模型，采用其对齐研究开发、有人类参与闭环的训练技术。这些模型现已部署为 OpenAI API 的默认语言模型。
推荐理由：OpenAI 官方说明 InstructGPT 的对齐训练思路及其成为 API 默认模型的变化，可帮读者理解当时模型行为取向的调整。
OpenAI News精选AI 评分6464 OpenAI 发布 WebGPT，通过网页浏览提升语言模型事实准确性
OpenAI 微调 GPT-3 得到 WebGPT，借助文本式网页浏览器更准确地回答开放式问题。该方法旨在提升语言模型回答的事实准确性。
推荐理由：官方说明用文本浏览器微调 GPT-3 回答开放性问题的思路，读者可借此了解检索增强回答的早期做法。