OpenAI 封禁“A2Z”账号:利用 AI 生成多语言影响力内容
OpenAI 封禁了名为“A2Z”的账号,这些账号利用 AI 生成关于选举、乌克兰及政治的多语言影响力内容。该行动旨在打击跨平台传播此类操纵性信息的行为。
OpenAI 封禁了名为“A2Z”的账号,这些账号利用 AI 生成关于选举、乌克兰及政治的多语言影响力内容。该行动旨在打击跨平台传播此类操纵性信息的行为。
Hugging Face 推出 BenCzechMark,这是首个全面评估大语言模型(LLM)捷克语能力的基准套件。该评测涵盖推理、语法生成及知识提取等9个类别共50项任务,其中90%为原生非翻译内容。目前排行榜已收录超过25个不同规模的开源模型,旨在测试模型在捷克语境下的真实表现。
OpenAI 封禁了名为“STORM-2035”的伊朗来源账号,这些账号利用 AI 生成美国和英国选举内容并在多个网站发布。
OpenAI 封禁了一个疑似源自美国的账号,该账号利用 AI 生成虚假的 ChatGPT 错误信息,谎称检测到“俄罗斯水军”活动。
OpenAI 封禁了与伊朗关联的 STORM-0817 账户,这些账户利用 AI 调试 Android 恶意软件、抓取社交平台数据并翻译工具。该行动旨在遏制滥用 AI 技术进行网络攻击和数据收集的行为。
OpenAI 封禁了利用 AI 起草针对越南公众人物和平台的滥用报告与投诉的账号。此举旨在打击通过自动化手段发起恶意举报的行为,维护平台秩序。
OpenAI 封禁了疑似属于 CyberAv3ngers 的账户。这些账户被指利用 AI 研究工业控制系统、默认凭证及攻击目标。
OpenAI 封禁了疑似属于中国关联威胁组织 SweetSpecter 的账户。该组织被指利用 AI 研究漏洞、编写代码并支持鱼叉式钓鱼攻击活动。
OpenAI 封禁了利用 AI 生成党派评论的卢旺达来源账户。该行动旨在应对该国大选前的政治操纵行为,阻止通过自动化手段大规模发布 partisan comments。
OpenAI 封禁了利用 AI 生成批评俄罗斯反腐基金会及相关人物评论的账号。此举旨在打击通过自动化手段针对特定机构和个人进行恶意攻击的行为,体现了平台对滥用 AI 生成有害内容的治理措施。
OpenAI 封禁了名为“Stop News”的俄罗斯来源账户,这些账户利用 AI 生成多语言文章和帖子,针对乌克兰及西方进行影响力活动。
OpenAI 封禁了通过一家以色列初创公司访问其模型以生成对话并在 X 平台发送赌博网站链接的账户。该行动针对名为“Bet Bot”的赌博垃圾信息网络,旨在遏制利用 AI 模型进行自动化恶意营销的行为。
Hugging Face 发布教程,指导将 InstantMesh 等生成的顶点着色网格转换为 UV 映射纹理网格。用户可安装 `instant_texture` 库快速完成转换,或手动使用 `xatlas` 生成 UV 图并通过重心插值填充纹理。该流程结合修复、中值滤波及高斯模糊等技术优化纹理质量,最终输出适用于主流应用的 `.glb` 格式文件。
OpenAI 推出基于 GPT-4o 的新多模态审核模型,以升级其 Moderation API。该模型在检测有害文本和图像方面更加准确,旨在帮助开发者构建更稳健的内容审核系统。
明尼苏达州企业翻译办公室利用 ChatGPT 解决语言沟通障碍。该举措旨在通过 AI 工具提升多语言环境下的服务效率与准确性。
OpenAI 宣布与 GEDI 建立战略合作伙伴关系,旨在将意大利语新闻内容引入 ChatGPT。该合作通过整合 GEDI 的新闻资源,扩展了 ChatGPT 在意大利语语境下的信息来源覆盖范围。
Hugging Face 宣布上线 Llama 3.2 系列共10个开放权重模型,包含支持视觉理解的 11B 和 90B 多模态版本,以及适用于端侧运行的 1B 和 3B 文本模型。其中 3B Instruct 版本在 IFEval 指令遵循基准上表现优异,且所有模型均已完成 Transformers、TGI 等主流框架的集成适配。需注意欧盟地区用户无法获得多模态版本的商业使用授权。
推荐理由:原文详细列出了Llama 3.2系列模型的参数规模、基准测试数据及在Hugging Face生态中的部署方法,为开发者评估其视觉理解与端侧运行能力提供了直接依据。
Mercado Libre 推出名为 Verdi 的 AI 开发者平台,该平台由 GPT-4o 模型驱动。
Hugging Face Daily Papers 上线一年已收录超 3,700 篇论文并拥有逾 12k 订阅者。该页面支持作者认领论文、社区提交推荐、与作者实时讨论及一键点赞等功能。用户可通过 @librarian-bot 获取相关论文建议,并利用内置翻译打破语言障碍,实现多语言协作。
Hugging Face 推出 FineVideo 数据集,包含 43k 个视频、总时长 3.4k 小时,并附带丰富描述、叙事细节、场景分割及 QA 对。该数据源自 YouTube-Commons 的 1.9M 视频,经词密度与视觉动态过滤后构建,旨在训练视频理解模型、扩散生成模型及计算机视觉模型。
Hugging Face 指导利用 Optimum-Intel 与 OpenVINO GenAI 将 meta-llama/Meta-Llama-3.1-8B 导出为 IR 格式并优化。通过 NNCF 框架支持 INT4/INT8 权重量化,结合 AWQ 等技术降低边缘设备延迟。该方案简化了 C++ 或 Python 环境下的 LLM 推理集成,实现高效低依赖部署。
Genmab 正式启动“AI Everywhere”战略,全面部署 ChatGPT Enterprise。该举措依托 OpenAI 在安全与隐私方面的承诺,旨在将 AI 能力融入企业核心工作流。
Hugging Face 发布技术博客,介绍如何通过特定技巧将现有的 Llama3 8B 模型微调至 BitNet 架构支持的 1.58bit 极限量化水平。团队通过引入动态 lambda 值逐步应用量化以解决权重分布突变导致的性能损失,最终在仅使用 10B tokens 微调的情况下使模型在 MMLU 基准测试中超越 Llama 1 7B。
推荐理由:原文详细拆解了将 Llama3 微调至 1.58bit 的量化技巧与动态 lambda 调度策略,为低精度模型部署提供了可复现的工程路径。
OpenAI 宣布利用 GPT-4 模型改善巴西的教学与学习环境。该举措旨在通过人工智能技术提升当地教育质量,具体实施细节未在文中展开。
Mistral AI 发布九月更新,为 la Plateforme 平台新增免费层级,并对全系模型进行大幅降价,其中 Mistral Large 2 降至 $2/$6 per M tokens。此次更新还发布了企业级小模型 Mistral Small v24.09(22B 参数),并在 le Chat 中免费开放 Pixtral 12B 的视觉理解能力。
推荐理由:官方宣布全线模型降价并推出免费层级,同时发布 Mistral Small v24.09 和 Pixtral 12B 视觉能力,开发者可据此评估成本优化与多模态接入方案。
Mistral AI 发布原生多模态模型 Pixtral 12B,采用 Apache 2.0 许可证开源。该模型基于 Mistral Nemo 架构,支持 128k token 长上下文和可变图像尺寸,在 MMMU 基准测试中达到 52.5%,旨在作为 Mistral Nemo 12B 的直接替代品,兼顾多模态理解与文本指令遵循能力。
推荐理由:官方发布了原生多模态模型 Pixtral 12B,在保持文本性能的同时提升了视觉推理能力,并提供了多种部署方式。
Hugging Face Hub 为 Datasets 推出了新的 SQL Console 功能,允许用户直接在浏览器中通过 SQL 查询、过滤和发现数据集。该控制台由 DuckDB WASM 驱动,支持完整的 DuckDB 语法及正则、JSON 等内置函数,且无需任何服务器依赖。用户可将查询结果导出为 Parquet 文件或通过链接分享,目前内存限制约为 3GB,适用于大多数常规查询场景。
推荐理由:官方介绍了基于 DuckDB WASM 的浏览器内 SQL 查询功能,无需后端即可直接筛选和转换数据集,适合需要快速处理 Parquet 数据的开发者。
OpenAI 发布关于其安全与隐私实践的最新进展。该更新旨在向用户透明展示公司在保障服务安全性方面的具体措施与改进方向。
HuggingFace 在 HuggingChat 中发布 Community Tools 功能,允许用户将任何公开的 HuggingFace Space 转化为模型可直接调用的工具。
推荐理由:官方展示了将任意 Space 转为工具的流程,并提供了 RAG 模板,读者可据此扩展聊天助手的多模态能力。
Hugging Face 发布 Accelerate 1.0.0 首个候选版本,该库支持六种硬件加速器并集成 FP8、DeepSpeed 多模型编排及 torch.compile。用户可通过 pip install --pre accelerate 或 Docker 镜像试用,部分参数配置已迁移至 DataLoaderConfiguration。
OpenAI 官方宣布推出 OpenAI o1 模型。
OpenAI 发布 o1-mini 模型,主打成本高效的推理能力。
OpenAI 发布 o1 Contributions。
量子物理学家 Mario Krenn 使用 OpenAI o1 模型协助解答量子物理领域的重大科学问题。该案例展示了 o1 在复杂推理任务中辅助前沿科学研究的能力,体现了大语言模型在专业学科中的实际应用价值。
Cognition CEO Scott Wu 解析 OpenAI o1 如何以类人方式做出编码决策。该模型在编程任务中展现出更接近人类思维逻辑的判断能力,为开发者提供了新的技术视角。
OpenAI o1 被用于加速罕见医疗挑战的诊断过程。遗传学家 Catherine Brownstein 演示了该模型在此场景下的应用潜力。
经济学家 Tyler Cowen 解析了 OpenAI o1 处理复杂经济问题的方法。该模型通过推理能力应对高难度经济学挑战,展示了其在专业领域的应用潜力。
Ada 使用 GPT-4 交付新的客户服务标准。
Hugging Face 宣布与 Truffle Security 合作,将开源工具 TruffleHog 的密钥扫描功能集成至平台。该集成扩展了自动安全扫描管道,新增针对密码、令牌和 API 密钥的检测能力,并在发现已验证泄露时通知用户。同时推出原生 `trufflehog huggingface` 命令,支持用户主动扫描模型、数据集及 Spaces 中的敏感信息。
Hugging Face 推出 LeRobotDataset 格式,利用视频编码技术将机器人视觉数据平均压缩至原大小的 14%。该方案在保持训练质量的同时,单帧解码速度与 PNG 相当,多帧连续读取速度提升 25%-50%,有效解决了机器人领域缺乏轻量、高效且易于共享的数据格式难题。