OpenAI 与 Color Health 用 GPT-4o 推理改造癌症诊疗
Color Health 与 OpenAI 合作推出 Cancer Copilot 应用,用 GPT-4o 识别缺失的诊断信息并生成定制化检查计划,帮助医疗提供者就癌症筛查与治疗做出循证决策,从而加快癌症患者获得治疗的速度。
Color Health 与 OpenAI 合作推出 Cancer Copilot 应用,用 GPT-4o 识别缺失的诊断信息并生成定制化检查计划,帮助医疗提供者就癌症筛查与治疗做出循证决策,从而加快癌症患者获得治疗的速度。
Stability AI 的 Stable Diffusion 3 Medium(2B 参数)现已在 Hugging Face Hub 上线并支持 🧨 Diffusers,同时提供 SD3 Dreambooth 和 LoRA 训练脚本。
推荐理由:原文给出显存与速度的实测对照表,读者可据此选择适合自己硬件的运行方案。
Hugging Face 在 TRL 中引入 RLOO(REINFORCE Leave One-Out)Trainer,作为 PPO 之外更易实现的在线 RLHF 训练算法。
OpenAI 探索其文本转语音模型 Voice Engine 背后的技术原理与安全研究。文章介绍了该模型如何将文本合成为语音,并阐述了 OpenAI 围绕 Voice Engine 展开的安全性探索工作。
Hugging Face Embedding Container for Amazon SageMaker 正式可用(GA),AWS 客户可在 SageMaker 上部署开源 Embedding 模型构建 RAG 等生成式 AI 应用。
Hugging Face 上线 Artificial Analysis Text to Image Leaderboard 与 Arena,基于 45,000 次人类图像偏好投票计算 ELO 分数,覆盖 Midjourney、DALL·E、Stable Diffusion、Playground 等主流开源与闭源模型。
Mistral AI 在 la Plateforme 推出模型定制功能,提供三条微调入口:开源微调 SDK mistral-finetune(基于 LoRA,可在自有基础设施上微调其开源模型)、la Plateforme 上的 serverless 托管微调服务,以及面向部分客户的定制训练服务(含持续预训练)。
Mistral AI 宣布举办 Mistral Fine-tuning 黑客松,赛期为 6 月 5 日至 30 日,参赛项目须使用 Mistral 的 fine-tuning API。
Hugging Face 联合 Cubzh 和 Gigax 推出 NPC-Playground,一个可在浏览器中直接运行的 3D 演示,让玩家与 LLM 驱动的 NPC 互动,并通过几行 Lua 脚本教 NPC 新技能。
Hugging Face 将 assisted generation(基于 Speculative Sampling)适配并优化到 Intel Gaudi 处理器,现已集成进 Optimum Habana。
OpenAI 推出 OpenAI for Nonprofits 新计划,旨在提升其工具对非营利组织的可及性,包括为 ChatGPT Team 和 ChatGPT Enterprise 提供折扣价格。
OpenAI 推出 OpenAI for Education,为大学提供可负担的方案,帮助高校负责任地将 AI 引入校园。
MavenAGI 推出基于 GPT-4 构建的 AI 客服智能体,Tripadvisor、Clickup 和 Rho 等公司已在使用,以节省时间并更好地服务客户。
Hugging Face 宣布 Inference Endpoints 新增 Inferentia2 实例,用户可在 Hub 上几次点击即可部署模型,同时将 SageMaker 上的 Inferentia2 部署扩展到超过 100,000 个公开模型,新增 14 种模型架构和 6 类任务。
Hugging Face Spaces 推出 Dev Mode(目前处于 beta,面向 PRO 订阅用户),支持一键连接 VS Code 或 SSH 直接编辑 Space 中的代码,无需再用 git 推送本地改动。修改后点击 Refresh 即可测试,满意后再 commit 和 merge 持久化更改。社区已创建超过 500,000 个 Spaces。
Hugging Face 推出 Dell Enterprise Hub,让用户在 Dell 平台上轻松本地训练和部署 Llama 3、Mixtral、Gemma 等开源模型,将数周的工程工作缩短至几分钟。
Hugging Face 宣布与 AMD 合作,将 AMD Instinct MI300 集成进其平台,transformers 和 text-generation-inference 已在 MI250 与 MI300 上定期测试。
Hugging Face 在 Microsoft Build 上宣布与 Microsoft 深化战略合作,覆盖云、开源科学、开源库与开发者体验四条线。
OpenAI 与行业领先的选角和导演专业人士合作,从 400 多份投稿中筛选,最终为 ChatGPT 语音功能选定 5 个声音。
ChatGPT 改进数据分析功能,支持直接与表格和图表交互,并可从 Google Drive 和 Microsoft OneDrive 添加文件。
Canva 推出 AI 驱动的 Magic Studio,面向每月超 1.75 亿用户的视觉沟通平台。该平台结合易用界面、海量素材库与省时工具,让缺乏设计训练的知识工作者也能创作出视觉内容。
Hugging Face 在 Transformers 中推出 KV Cache Quantization 功能,通过降低 KV cache 数值精度显著减少长上下文生成的内存占用,支持更长生成而不易耗尽显存。
Hugging Face 与 LangChain 联合推出并共同维护 Python 包 langchain_huggingface,通过 `pip install langchain-huggingface` 安装,旨在缩短 Hugging Face 生态新功能进入 LangChain 的时间。
Hugging Face 推出 Open Arabic LLM Leaderboard(OALL),专门用于评估和比较阿拉伯语大语言模型,服务全球超过 3.8 亿阿拉伯语使用者。
Hugging Face 发布 Transformers Agents 2.0,在原有智能体之外新增两种能基于过往观察迭代的智能体(ReactCodeAgent 与 ReactJsonAgent),并加入社区分享功能。
推荐理由:原文给出组件设计与基准结果,读者可据此评估开源智能体框架的实际竞争力。
Hugging Face Enterprise Hub 现已支持通过 AWS 账号在 AWS Marketplace 完成订阅,账单由 AWS 账户直接管理,定价与 Hugging Face 公开定价一致。
OpenAI 推出新技术,帮助研究人员识别由其工具生成的内容,并加入 Coalition for Content Provenance and Authenticity(C2PA)指导委员会以推动行业标准。
Stack Overflow 和 OpenAI 宣布达成新的 API 合作,将 Stack Overflow 的技术内容知识平台与 OpenAI 的 LLM 模型能力结合,为开发者提供支持。
Hugging Face 推出首个专门评估希伯来语大语言模型的开放排行榜,包含 Hebrew Question Answering、Sentiment Accuracy、Winograd Schema Challenge、Translation 四项基准,均采用 few-shot prompt 格式。
Artificial Analysis 的 LLM Performance Leaderboard 上线 Hugging Face,覆盖超过 100 个 serverless LLM API 端点,把质量、价格、速度(延迟与吞吐)三项指标汇总到一处供工程师选型。
OpenAI 官方宣布推出 ChatGPT 和 Whisper 的 API。
OpenAI 宣布 GPT-4 API 正式可用(general availability),同时 GPT-3.5 Turbo、DALL·E 和 Whisper API 也已正式可用。OpenAI 还发布了 Completions API 旧模型的弃用计划,这些模型将于 2024 年初退役。
Hugging Face 推出 Open CoT Leaderboard,通过对比模型在有无思维链(CoT)提示下的准确率差值(accuracy gain Δ),衡量 LLM 生成有效推理轨迹的能力,而非绝对准确率。该榜单使用 LogiQA、LSAT 等逻辑推理任务,已实现 Classic 和 Reflect 两种提示策略,旨在更稳健地评估模型推理能力并规避训练数据污染问题。
OpenAI 为 API 客户推出更多企业级功能,包括增强的安全特性与控制项、Assistants API 的更新,以及帮助管理成本的工具。
Ryght 正式推出面向医疗与生命科学领域的生成式 AI 平台 Ryght Preview,现已向所有用户公开可用。
Hugging Face 推出基于 LiveCodeBench 的代码 LLM 排行榜,该基准由 UC Berkeley、MIT 和 Cornell 研究者开发,题目取自 LeetCode、AtCoder 和 CodeForces 并标注发布时间,可按时间窗口评测以检测和防止数据污染。
Hugging Face 推出 Deploy on Google Cloud 集成,支持将数千个基础模型通过 Vertex AI 或 GKE 一键部署为 API Endpoint,推理由 Text Generation Inference 提供支持。
Klarna 用 AI 助手承担了相当于 700 名全职客服代理的工作量,覆盖个人购物、客户服务和员工生产力场景。该 AI 助手由 OpenAI 提供技术支持。
OpenAI 为 fine-tuning API 新增功能,帮助开发者更精细地控制微调过程,并宣布推出新的 custom models 构建方式。
Harvey 与 OpenAI 合作,为法律专业人士构建一个定制训练的模型。