Hugging Face 发布多模态模型 Visual Salamandra 7B
Hugging Face 语言技术实验室发布 Visual Salamandra 7B,将 Salamandra 7B 大语言模型扩展到图像和视频理解,基于 Salamandra Instructed 7B 集成 Google 的 SigLIP-So400m 编码器、2 层 MLP projector 和后期融合技术。
Hugging Face 语言技术实验室发布 Visual Salamandra 7B,将 Salamandra 7B 大语言模型扩展到图像和视频理解,基于 Salamandra Instructed 7B 集成 Google 的 SigLIP-So400m 编码器、2 层 MLP projector 和后期融合技术。
OpenAI 推出 BrowseComp,一个专门用于评测浏览智能体(browsing agents)的基准。原文仅给出基准名称与定位,未披露具体任务数量、评分方法或模型成绩。
Mistral AI 介绍了用 LLM as a Judge 评估 RAG 系统的方法:由一个 judge LLM 按数值、二元或定性量表给 generator LLM 的答案打分,并在评测数据集上取平均得到总分。
Hugging Face 与 Cloudflare 达成合作,FastRTC 开发者凭 Hugging Face Access Token 即可接入 Cloudflare 覆盖全球 335 个地点的 TURN 网络,每月免费流式传输 10GB 数据且无需信用卡,超出后可切换至 Cloudflare 账号。
ChatGPT 的视觉与语音功能帮助团队处理多模态输入并进行更自然的沟通。
Inception 与 MBZUAI 合作推出 Arabic-Leaderboards Space,集中呈现阿拉伯语 AI 评测,目前上线 AraGen-03-25 与 Arabic Instruction Following 两个榜单。
ChatGPT 的 canvas 功能可将笔记、转录文本和粗略草稿转化为润色后的成稿。该功能在 ChatGPT 内提供协作式写作编辑体验,帮助用户直接在对话中完善文字内容。
ChatGPT 可以通过分析背景、生成备选方案并把决策转化为后续步骤,来支持战略规划。
ChatGPT 可以帮助把生成的代码直接送入 IDE,从而加快开发工作流。
OpenAI 与 Canva 联合创始人兼首席产品官 Cameron Adams 进行对话,探讨 Canva 如何借助 AI 激发用户的创造力。
OpenAI 发布欧盟经济蓝图(EU Economic Blueprint),提出一系列政策建议,帮助欧洲抓住人工智能机遇、推动区域可持续经济增长,并确保 AI 由欧洲开发、在欧洲部署、为欧洲服务。
Hugging Face 官方博客宣布 Meta 新一代 Llama 4 模型上线 Hub:Maverick 约 400B 总参数、128 专家,Scout 约 109B 总参数、16 专家,均为 17B 激活参数的 MoE 架构,支持文本与图像输入,训练数据最多 40 万亿 token、覆盖 200 种语言。
推荐理由:原文拆解了 NoPE、分块注意力等架构选择,读者可理解超长上下文如何实现。
Gradio 官方博客宣布其每月被超过 100 万开发者用于构建和分享 AI web 应用,包括 Automatic1111、Oobabooga 的 Text Generation WebUI、Dall-E Mini 和 LLaMA-Factory 等知名开源项目。
Hugging Face 宣布把已运营 3 年的 NLP 课程升级为 The LLM course,以跟上 AI 领域的快速进展。
Hugging Face 官方博客发布 TNG Technology Consulting 关于 LLM 服务性能系列文章的第一篇,讲解多应用共享 GPU 时的请求排队与调度策略。
OpenAI 宣布成立新委员会,为其打造"全球装备最强的非营利组织"提供洞见。OpenAI 表示,该非营利组织将结合潜在的历史性财务资源与可扩展人类智慧的技术,继续用 AI 帮助人们解决难题。
OpenAI 推出 PaperBench,一个评估 AI 智能体复现最先进 AI 研究能力的基准。该基准要求智能体从零开始复现前沿论文的代码与实验结果,以衡量其独立完成科研任务的水平。
OpenAI 就英国版权咨询提交回应,提出支持创新的政策建议,旨在帮助英国成为欧洲的 AI 中心。
OpenAI 宣布完成 400 亿美元新融资,投后估值达 3000 亿美元。公司表示这笔资金将用于推进 AI 研究、扩展算力基础设施,并为每周使用 ChatGPT 的 5 亿用户提供更强大的工具。
推荐理由:官方公告给出融资金额与估值,读者可据此判断 OpenAI 在算力扩张上的资源规模。
Hugging Face 评估 HashiCorp Vault 后选择 Infisical,将密钥管理从 AWS-only 迁移到多云环境(Azure、GCP),并整合 Okta SSO 实现细粒度 RBAC 权限控制。
Hugging Face 将 Intel Gaudi 硬件支持原生集成进 Text Generation Inference (TGI)(PR #3091),取代此前独立的 tgi-gaudi fork,基于 TGI 多后端架构直接支持 Gaudi1/2/3。
OpenAI 提出从意图型机器人(intent-based bots)向主动式 AI 智能体(proactive AI agents)的演进方向。原文仅给出这一标题,未提供具体技术细节、参数或 benchmark 数据。
DeepSeek-V3 0324 上周悄然登陆 Hugging Face Hub,它是 R1 推理模型底层基座 DeepSeek-V3 的更新版本,架构与原版相同并改用 MIT 许可证。
推荐理由:文章梳理了新模型的基准提升与部署方式,并给出开源模型下载和使用的安全注意事项。
OpenAI 表示会主动适应变化,将全面的安全措施直接构建到基础设施和模型之中。
Hugging Face 官方博客给出用 Sentence Transformers 微调 reranker(Cross Encoder)模型的完整教程,覆盖数据集、硬负例挖掘、损失函数、训练参数、评估器与 CrossEncoderTrainer 各组件,并附完整训练脚本。
推荐理由:教程给出可复用的训练配方和评测对照,读者可据此判断在自有数据上微调 reranker 能带来多大提升。
OpenAI 在 GPT-4o 中推出原生图像生成功能,包括更强的文字渲染和指令遵循能力,可进一步了解 ChatGPT Images 2.5。
OpenAI 发布 GPT-4o System Card 补充说明,介绍 4o image generation 这一新的图像生成方式。官方称其能力显著强于此前的 DALL·E 3 系列模型,可生成照片级真实感输出,并支持以图像作为输入进行变换。
Hebbia 的深度研究功能借助 OpenAI 智能体,自动化了 90% 的金融与法律工作。该功能面向金融和法律领域的深度研究场景,由 OpenAI 提供技术支撑。
OpenAI 宣布领导层更新,称公司已大幅成长,仍聚焦于推动人类进步的前沿 AI 研究,同时如今也向数亿用户提供产品。
Gradio 官方发布 gr.Dataframe 组件的大版本更新,过去 6 周关闭了超过 70 个相关 issue。新功能包括多单元格选择、行号与 pinned_columns 固定列、复制与全屏按钮、回顶按钮、改进的键盘导航与 styler 参数、整行整列选择事件、static_columns 静态列,以及通过 show_search 设置的搜索和过滤功能。
OpenAI 与 MIT Media Lab Research 合作,提出研究 ChatGPT 情感使用(affective use)与用户情绪健康的早期方法。该合作聚焦于如何在 ChatGPT 使用场景中评估情感交互对用户情绪健康的影响,为后续相关研究提供方法论基础。
Hugging Face 为 Inference Endpoints 推出全新分析面板,新增实时指标、可自定义时间范围与自动刷新,以及副本生命周期视图。数据实时更新,可即时查看请求延迟、响应时间和错误率;副本视图支持追踪从初始化到终止的每个状态变化。后端也已重构,高流量端点的指标加载更快。
Booking.com 通过将数据系统与 OpenAI 的 LLM 集成,提供更智能的搜索、更快的客服支持和意图驱动的旅行体验。
OpenAI 在 API 中推出新一代语音模型,开发者首次可以让文本转语音模型以特定方式说话,例如 talk like a sympathetic customer service agent,为语音智能体带来新的定制能力。
教程介绍如何在本地用 LM Studio 运行 OlympicCoder 7B 并接入 VS Code:安装 LM Studio,从 hub 拉取 4bit GGUF 版本(推荐 Q4_K_M 量化)。
Hugging Face 于 3 月 14 日向白宫科技政策办公室提交了对 White House AI Action Plan 征询意见的回应,提出三项建议:承认开源与开放科学是 AI 成功的基础、优先考虑效率与可靠性以释放广泛创新、通过开放可追溯透明的系统保障 AI 安全。
EliseAI 联合创始人兼 CEO Minna Song 分享了公司如何用 AI 提升住房与医疗行业的运营效率。文章为对话形式,围绕 EliseAI 在这两个领域的 AI 应用展开。
OpenAI 宣布 ChatGPT for Business 在 2025 年 3 月推出一系列新功能,使 ChatGPT 更具交互性、更贴合团队工作方式,并向 agentic 方向演进。此次更新聚焦企业场景,围绕交互体验、定制化与智能体能力展开。
NVIDIA 在 GTC 大会上发布三项面向物理 AI 开发者的开源成果:世界基础模型 Cosmos Transfer、开源数据集 Physical AI Dataset,以及首个通用人形机器人推理开源模型 Isaac GR00T N1。
推荐理由:梳理了三项开源发布的具体规格与架构细节,便于开发者评估可直接复用的模型与数据资源。
Hugging Face 将首批 Model 和 Dataset 仓库从 LFS 迁移到 Xet 存储,迁移当天共迁移 4.5 TB,约 6% 的 Hub 下载流量转到 Xet 基础设施。