OpenAI 发布最大规模 ChatGPT 使用研究:个人与职业场景创造经济价值
OpenAI 发布了迄今规模最大的 ChatGPT 使用研究,展示该工具如何通过个人与职业用途创造经济价值。研究显示 ChatGPT 的使用正从早期用户向外扩展,缩小不同人群间的使用差距,使 AI 成为日常生活的一部分。
OpenAI 发布了迄今规模最大的 ChatGPT 使用研究,展示该工具如何通过个人与职业用途创造经济价值。研究显示 ChatGPT 的使用正从早期用户向外扩展,缩小不同人群间的使用差距,使 AI 成为日常生活的一部分。
DoorDash 首席人力官 Mariana Garavaglia 分享了公司如何扩大 AI 应用,帮助员工更快地构建、学习和创新。
OpenAI Executive Function 系列中,Model ML CEO Chaz Englander 讨论 AI 原生基础设施与自主智能体如何改造金融服务工作流。内容聚焦 AI-native 基础设施和 autonomous agents 对金融业务流程的重塑方式。
OpenAI 发文称 AI 将为比历史上任何技术都多的人解锁更多机会,若发展得当,AI 能赋予每个人前所未有的力量。作者自述是务实的技术爱好者,看重技术对人们生活的直接影响,认为这正是这份工作令人兴奋的原因。
OpenAI 表示 ChatGPT 的设计目标是有用、可信且可适配,让用户可以把它变成自己的工具。原文仅以一句话概括这一设计理念,未给出具体功能、参数或评测数据。
Expedia Group 首席营销官 Jochen Koedijk 分享了公司如何用 AI 推进营销演进。文章以对话形式呈现,围绕 Expedia 在营销中应用 AI 的实践展开。
OpenAI 发布 AI stories,Sam Altman 撰文称我们正进入 Intelligence Age,AI 将帮助人们大幅提升能力。他指出当今科学、医学、教育、国防等领域的最大难题将变得可解,新的可能性与繁荣前景将随之开启。
Lowe's 数据、AI 与创新高级副总裁 Chandhu Nair 分享了该公司如何利用 AI 赋能家居建材零售业务。
Speak 正在用 AI 打造个性化的语言学习体验,其 CEO 与联合创始人 Connor Zwick 分享了这一方向的思路与实践。
LaunchDarkly 首席产品官 Claire Vo 分享了产品经理角色的变化、她的反待办清单(anti-to-do list)以及如何组建 AI 原生团队。这是一篇围绕 AI 时代产品管理实践的对话式内容。
Wayfair 首席技术官 Fiona Tan 分享了该公司如何用 AI 塑造零售业的未来。
Hugging Face 推出 AI 艺术工具通讯创刊号,回顾 2024 年 AI & Arts 关键里程碑并展望 2025。
Hugging Face 官方博客发文梳理 AI 智能体的定义、能力谱系与伦理权衡,建议不要开发完全自主的 AI 智能体,因为用户让渡的控制越多风险越大,能自行编写并执行代码的智能体将获得凌驾于人类控制之上的能力。
Hugging Face 发布 2023 年开源 LLM 年度回顾,梳理了从 BLOOM、OPT、GLM-130B 到 LLaMA、Llama 2、Mistral、Qwen、Yi 等模型的发布脉络,以及 Chinchilla 范式转变带来的小模型加更多数据趋势。
推荐理由:系统梳理了开源 LLM 的技术要素与全年脉络,可作为理解开源模型生态的入门地图。
Hugging Face 发布伦理与社会通讯 #5,汇总其今夏在 E.U.、U.K.、U.S. 的 AI 监管参与,包括 CEO Clem 向美国国会作证、在参议院 AI Insight Forum 发言、就 E.U. AI Act 提供建议,以及首席伦理科学家 Meg 向民主党党团提交意见。
Hugging Face 与 Writer 联合创始人兼 CTO Waseem Alshikh 对谈,回顾 Writer 从 Hugging Face 用户、客户到开源模型贡献者的历程。
OpenAI 提出现在是开始思考超级智能治理的合适时机,超级智能指未来能力远超 AGI 的 AI 系统。
OpenAI 发布《Planning for AGI and beyond》,阐述其使命是确保通用人工智能(AGI)——即总体上比人类更聪明的 AI 系统——造福全人类。文章围绕 AGI 的规划与更长远的未来展开讨论。
OpenAI 应用 AI 研究团队的 Lilian Weng 探讨了持续学习的价值。文章指出,让模型在部署后继续从新数据和反馈中学习,可使系统随时间不断改进,而非停留在训练完成时的静态能力。
Hugging Face 机器学习总监洞察系列第四期,汇集 Mercado Libre 的 Javier Mansilla、MasterPeace Solutions 的 Shaun Gittens、Samuel Franklin 和 Evan Castle 四位机器学习总监,分享 ML 对各自行业的影响。
Hugging Face 支持 RAIL Initiative 推出 OpenRAIL 许可框架,包含 Open(免版税访问、灵活下游使用与再分发)和 Responsible(在特定关键场景嵌入使用限制条款)两大特征,并要求下游再分发和衍生版本继承这些使用限制。
OpenAI 正在提升 AI 系统从人类反馈中学习的能力,并帮助人类评估 AI,目标是构建一个足够对齐的 AI 系统,以协助解决其他所有对齐问题。
Hugging Face 发布机器学习总监洞察系列第三期(金融篇),汇集来自 U.S. Bank、加拿大皇家银行(RBC)、Moody's Analytics 及前 Bloomberg AI 研究科学家的访谈。
Hugging Face 多模态学习团队发布了一份项目伦理宪章,将伦理原则前置到机器学习研究生命周期的核心。宪章由伦理落地、数据治理和隐私专家共同参与制定,明确了透明、开放可复现、公平、自我批判、致谢五项价值观,并列出禁止暴力歧视、侵犯隐私版权、生成虚假信息及在医疗法律等高风险领域滥用等六类内容政策。文档标注为 2022 年 5 月的阶段性成果,更新将通过 GitHub 追踪。
Hugging Face 播客 Machine Learning Experts 本期嘉宾为 Hugging Face 研究科学家 Sasha Luccioni,她负责研究机器学习模型与数据集的伦理和社会影响,并担任 Big Science Workshop 碳足迹工作组联合主席。
Hugging Face 发布机器学习总监访谈系列第二部分,聚焦 SaaS 领域,收录 Salesforce、Amplitude、ZoomInfo 等公司机器学习总监关于 ML 影响、挑战与未来的观点。
Hugging Face 推出系列专访,邀请多位机器学习总监分享 ML 对医疗、金融、电商、SaaS、研究、媒体等行业的影响与趋势。
Hugging Face 播客 Machine Learning Experts 本期嘉宾为 Hugging Face 机器学习工程师 Lewis Tunstall。
Hugging Face 播客 Machine Learning Experts 本期嘉宾为 Margaret Mitchell,她曾创立并共同领导 Google 的 Ethical AI Team,发表 50 多篇论文,现于 Hugging Face 负责制定伦理 AI 研究协议、包容性招聘与文化建设。
Hugging Face 质疑 Megatron-Turing NLG 530B 这类超大模型趋势,认为其训练需数百台 $199,000 的 DGX A100 服务器、成本接近 $100 million,且碳足迹巨大(训练 BERT 相当于一次跨美飞行),但 benchmark 提升相对有限。
Hugging Face 认为机器学习应像普通 IT 负载一样被工程化管理,企业更应招聘懂 ML 的软件与 DevOps 工程师而非更多数据科学家。Kaggle 调查显示 75% 受访者使用云服务、超过 45% 使用企业级 ML 平台,Amazon SageMaker、Databricks 和 Azure ML Studio 排名前三。
OpenAI 指出,多智能体竞争环境是通往 AGI 的垫脚石,具备两大特性:环境难度随竞争者水平变化形成天然课程,且不存在稳定均衡,持续对智能体施加变强压力。这类环境与传统环境差异很大,仍需大量研究。
OpenAI 表示其使命是构建安全的 AI,并确保 AI 的益处尽可能广泛、均匀地分布。原文仅以一句话概括了这一技术目标,未给出具体模型、参数或评测数据。