Stripe 利用 GPT-4 优化用户体验并打击欺诈
Stripe 正在利用 GPT-4 来简化用户体验并打击欺诈行为。该举措旨在通过 AI 技术提升平台的安全性与交互效率,具体实施细节未在原文中展开。
Stripe 正在利用 GPT-4 来简化用户体验并打击欺诈行为。该举措旨在通过 AI 技术提升平台的安全性与交互效率,具体实施细节未在原文中展开。
Hugging Face 在 Diffusers 库文档中发布伦理框架,指导维护者处理社区贡献并明确透明度、一致性等核心价值观。该指南配套提供“Not For All Eyes”标签、Stable Diffusion 偏见评估空间及 Safe Stable Diffusion 等安全机制。项目还引入 OpenRAILs 许可与 Hub 分阶段发布功能,以平衡开放访问与负责任使用。
Fetch 通过 Hugging Face Expert Acceleration Program 在 AWS 上构建自有文档 AI 模型,将开发时间缩短 30%,延迟降低 50%。该方案利用 Amazon SageMaker 和 AWS Inferentia 加速推理,支持每日处理超 1100 万张收据,替代了原有的第三方黑盒解决方案。
Hugging Face 与 AWS 宣布扩大长期战略合作,旨在通过云工具加速下一代机器学习模型的开放与普及。开发者可利用 Amazon SageMaker、AWS Trainium 和 AWS Inferentia 在云端高效训练、微调及部署模型,从而以更低成本实现高性能生成式 AI 应用开发。
Hugging Face Hub 现已支持图像分类、分割等 8 项核心计算机视觉任务,收录超过 3000 个模型和 100 多个数据集。平台通过 Transformers 库集成 ViT、Swin 及 ConvNeXt 等架构,并提供 Pipelines 简化推理流程。开发者可利用 Trainer API 微调模型,或借助 Datasets 库加载 ImageNet-1k 等数据以加速训练。
OpenAI 宣布与 Microsoft 延长合作伙伴关系。这一举措标志着双方将继续深化在人工智能领域的协作,巩固既有的战略联盟基础。
PaddlePaddle 与 Hugging Face 达成开源合作,正式入驻 Hugging Face Hub。目前已有超过 75 个 PaddlePaddle 模型上线,涵盖文本、图像及多模态任务,支持通过 Inference API 调用及浏览器交互体验。
Hugging Face 宣布启动 2023 年实习生招聘计划,面向开源、科学及社会影响等团队开放多个职位。具体岗位包括 Accelerate、文本转语音、具身 AI、大语言模型分布式训练框架及数据集构建等方向。申请人需通过官方招聘门户提交申请并创建 Hugging Face 账户,公司鼓励多元背景人才参与以推动负责任的机器学习民主化。
Hugging Face 停用 Inference API 的付费层级,保留免费访问,并推荐企业级用户转向新推出的 Inference Endpoints。同时为 Spaces 引入硬件升级选项,所有付费服务无需订阅,仅需绑定信用卡即可按使用量计费。
Hugging Face 支持由 RAIL Initiative 推出的 OpenRAIL 许可框架,旨在为 AI 模型提供兼顾开放访问与负责任使用的专用许可证。该框架允许免版税使用及分发衍生作品,同时嵌入基于证据的使用限制条款,禁止在特定高风险场景中使用模型。OpenRAIL 试图解决传统开源许可证无法有效管控 ML 模型社会伦理风险的问题,推动 AI 开发的规范化治理。
DALL·E 2 研究预览阶段,来自 118 个国家的 3000 多名艺术家已将 DALL·E 融入其创意工作流程。这些早期访问用户帮助发现了 DALL·E 的新用途,并在功能决策中发挥了关键作用。
Intel 正式加入 Hugging Face 硬件合作伙伴计划,双方合作推出开源库 Optimum Intel,旨在简化 Transformers 模型的训练、微调和推理加速。
Sempre Health 借助 Hugging Face Expert Acceleration Program 部署 NLP 管道,实现超 20% 入站消息自动处理。该方案替代了仅覆盖 80% 消息的规则系统,显著提升了业务可扩展性与团队工作流效率。
Hugging Face 多模态学习小组于2022年5月发布伦理宪章,将道德原则纳入机器学习生命周期核心。该文档明确了禁止生成有害内容、偏见及侵犯隐私等使用限制,并倡导透明、开放可复现、公平及自我批判的价值观。
Hugging Face 推出 Fellowship 计划,旨在赋能开源机器学习生态系统的杰出贡献者。该计划通过提名制招募,提供计算资源、官方认可及物资支持,不建立雇佣关系。首批 Fellow 包括 María Grandury 等推动多语言 SOTA 模型与社区建设的核心贡献者。
Hugging Face 开放首个学生大使计划申请,旨在推动机器学习民主化。申请人须为在读学生且至少修过一门机器学习或数据科学课程,并是 Hugging Face Hub 或库的用户。申请截止日期为 2022 年 6 月 13 日,项目将于 6 月 30 日启动至 12 月 31 日结束,入选者将获得官方认证、资源支持及社区协作机会。
Hugging Face 宣布完成由 Lux Capital 领投的 1 亿美元 C 轮融资,Sequoia、Coatue 等机构参投。该平台目前托管超过 10 万个预训练模型和 1 万个数据集,已有逾 1 万家企业使用其服务。新资金将用于加倍投入研究、开源项目及 AI 的负责任民主化,团队规模在过去一年已从 30 人扩张至 120 多人。
OpenAI 宣布多项高管职位变动,以反映近期进展并确保向下一主要里程碑持续推进。
Hugging Face 发布面向大众、初学者及教师的教育计划,旨在通过开源工具降低机器学习门槛。该计划提供免费 NLP、深度强化学习等课程及多语言教学工具箱,并设定了到2023年底教会500万人机器学习的目标。
Habana Labs 与 Hugging Face 宣布合作,通过集成 SynapseAI 软件套件与 Optimum 开源库,使开发者仅需少量代码即可在 Gaudi 处理器上加速 Transformer 模型训练。Habana Gaudi 解决方案提供比同类方案低 40% 的性价比,并支持从单卡到数千卡的系统扩展。该合作旨在为自然语言处理、计算机视觉等任务提供更高效、易用的训练工具集。
Hugging Face 推出为期 9 个月的 AI 研究驻留项目,旨在培养具有社会影响力的机器学习研究人员。参与者将与科学团队合作,以开放协作方式开发新技术并发表论文。该项目仅接受全职申请,无需搬迁,截止日期为 2022 年 4 月 3 日。
OpenAI 发布关于大语言模型经济影响研究的兴趣征集。该举措旨在邀请研究者参与探讨 LLM 对经济层面的具体影响,目前处于征集意向阶段。
Hugging Face 正式收购开源机器学习演示库 Gradio。Gradio 联合创始人 Abubakar Abid 表示,此次合作旨在进一步降低机器学习门槛,让任何拥有浏览器的人都能轻松构建、分享和使用模型演示。自 2019 年发布以来,Gradio 已支持创建超过 30 万个演示项目,覆盖文本、语音和视频等领域。
OpenAI 正式宣布推出 OpenAI Residency 项目。该计划旨在支持和培养人工智能领域的人才。
Hugging Face Hub 公共模型仓库数量突破 16,000,并推出 Spaces Beta、TensorBoard 集成及新增评估指标展示等功能。社区方面,JAX/FLAX Sprint 吸引近 800 人参与,产出 DALL·E mini 等开源项目;同时上线免费在线课程第一部分,涵盖 Transformers 等生态工具。
Hugging Face 与 Graphcore 宣布合作,通过新开源库 Optimum 提供针对 Intelligence Processing Unit (IPU) 优化的 Transformer 模型。开发者可在生产环境中以最小代码复杂度部署 BERT 等 SOTA 模型,实现显著加速。
Helen Toner 正式加入 OpenAI 董事会。这是 OpenAI 今日宣布的最新人事任命,旨在完善其治理结构。
OpenAI Scholars 2021 届学员完成为期六个月的导师计划,并发布了开源研究项目。这些项目由 OpenAI 提供津贴和支持。
Will Hurd 正式加入 OpenAI 董事会。OpenAI 表示,实现造福全人类的通用人工智能目标需要公共政策与技术的双重专业知识,因此任命这位前国会议员为董事。
Hugging Face 宣布与 Amazon 建立战略合作,将 AWS 设为首选云服务商。双方推出新的 Hugging Face Deep Learning Containers (DLCs),支持在 Amazon SageMaker 中训练 Transformer 模型。该集成通过 SageMaker Python SDK 简化部署流程,利用自动模型调优和分布式训练库加速从实验到生产的转化。
OpenAI 成功将 Kubernetes 集群规模扩展至 7,500 个节点。这一基础设施升级旨在支持 GPT-3、CLIP 和 DALL·E 等大模型的训练,同时也服务于如《Scaling Laws for Neural Language Models》等小规模快速迭代研究项目。
OpenAI 发布组织更新公告,指出过去一年公司经历了剧烈的变化与增长。
OpenAI 已同意将 GPT-3 技术授权给 Microsoft,供其用于自身产品和服务。
OpenAI Scholars 2020 第三期学员在虚拟 Demo Day 展示了最终项目。这些成果体现了他们在过去五个月中的研究进展。
OpenAI 宣布与 AIcrowd、卡内基梅隆大学及 DeepMind 共同组织两项 NeurIPS 2020 竞赛。赛事分别基于 Procgen Benchmark 和 MineRL 平台展开,旨在推动相关领域的算法研究与评估。
OpenAI 与 30 家组织的 58 位作者共同发布报告,提出 10 种机制以提升对 AI 系统声明的可验证性。开发者可利用这些工具证明 AI 系统在安全、公平及隐私保护方面的合规性。用户、政策制定者及公民社会也可借助该框架评估 AI 开发过程。
OpenAI 宣布将其深度学习框架标准化为 PyTorch。这一举措意味着 OpenAI 内部开发将全面转向该开源机器学习库,不再依赖其他框架进行核心模型训练与推理工作。
OpenAI 现已接受其第三期 OpenAI Scholars 项目的申请。该项目面向希望进入人工智能领域的学生,提供为期一年的全职学习机会。
微软宣布向 OpenAI 投资 10 亿美元,旨在支持其构建具有广泛经济收益的通用人工智能(AGI)。双方将在 Microsoft Azure 内共同开发硬件和软件平台以扩展至 AGI 规模,联合研发新的 Azure AI 超级计算技术,且微软将成为 OpenAI 的独家云服务提供商。
推荐理由:官方确认微软向 OpenAI 投资 10 亿美元并建立独家云合作,明确了双方在 Azure 上构建 AGI 基础设施的战略绑定关系。
OpenAI 于 2019 年 4 月 27 日举办了首届 OpenAI Robotics Symposium。