OpenAI 收购 Global Illumination
OpenAI 宣布收购 Global Illumination,该团队已整体加入 OpenAI。
推荐理由:收购完成并整合团队,为 AI 叙事与创意工具领域提供商业信号。
OpenAI 宣布收购 Global Illumination,该团队已整体加入 OpenAI。
推荐理由:收购完成并整合团队,为 AI 叙事与创意工具领域提供商业信号。
OpenAI 牵头成立前沿模型论坛(Frontier Model Forum)。该新行业机构旨在促进前沿 AI 系统的安全与负责任发展。其核心任务包括推进 AI 安全研究、确立最佳实践与标准,并促进政策制定者与行业间的信息共享。
Hugging Face 联合 Creative Commons 等机构发布立场文件,建议欧盟 AI 法案明确开源 AI 组件的协作开发与公共仓库分发不受法案特定要求约束。文件还提议确保研发例外条款在现实测试中具备实用性,并对基础模型实行差异化比例监管要求,以支持开放生态的透明度与创新能力。
Hugging Face 举办首届开源 AI 游戏 Jam,收到 88 款游戏提交,最终由 ohmlet 团队开发的《Snip It》获得冠军。参赛作品主要集成 Stable Diffusion、GPT-4 等开源工具,主题定为“EXPANDING”,评测标准涵盖趣味性、创造力及主题契合度。
OpenAI 与美国新闻项目 (American Journalism Project) 达成一项 500 多万美元的合作。该合作旨在探索人工智能如何支持蓬勃创新的本地新闻领域,并确保本地新闻机构能够塑造这项新兴技术的未来。
OpenAI 宣布设立其首个国际办公室,地点位于英国伦敦。这是 OpenAI 的首次国际扩张举措,标志着其业务版图的扩大。
OpenAI 启动一项拨款计划,提供十份 10 万美元资助,用于资助关于制定 AI 系统应遵循规则的民主进程的实验。
OpenAI 推出漏洞赏金计划,以开发安全且先进的 AI。该举措旨在构建安全、可靠和值得信赖的技术服务。
Khan Academy 通过有限试点项目探索 GPT-4 在虚拟课堂教育中的应用潜力。该项目旨在测试模型支持辅助教学或个性化学习等具体场景的可能性,尚处于初期试验阶段。
Hugging Face 与 Amazon Web Services 扩大长期战略合作,旨在通过云工具降低机器学习模型构建、训练和部署的成本,使下一代模型对开发者更易于访问。开发者将利用 Amazon SageMaker、AWS Trainium 和 AWS Inferentia 等工具,以便在几个点击内微调并部署 Hugging Face 上的模型。
OpenAI 宣布将澄清塑造 ChatGPT 行为的机制,并计划改进其行为表现。未来将允许更多用户自定义功能,并在相关决策中征求更多公众意见。 ```json { "title_zh": "OpenAI:ChatGPT 行为准则、自定义与公众参与机制说明", "summary_zh": "OpenAI 宣布将澄清塑造 ChatGPT 行为的机制,并计划改进其行为表现。
OpenAI 与 Microsoft 宣布延长双方的合作伙伴关系。
Hugging Face 宣布完成 1 亿美元 C 轮融资,由 Lux Capital 领投,Sequoia 和 Coatue 等参投。该平台目前托管超过 10 万个预训练模型和 1 万个数据集,被 1 万多家公司用于构建机器学习技术。Hugging Face 表示将利用新资金加强研发、开源及负责任的 AI 普及。
OpenAI 宣布多项高管职务变动。这些调整反映了公司近期的进展,旨在确保向下一重大里程碑保持持续动力。
Habana Labs 与 Hugging Face 合作,通过集成 SynapseAI 软件套件与 Hugging Face Optimum 开源库,简化在 Habana Gaudi 处理器上训练 Transformer 模型流程。
Hugging Face 推出为期 9 个月的 AI 研究驻留项目,参与者将与科学团队合作探索机器学习前沿技术并公开发表研究成果。该项目旨在推动 AI 领域的多样性与包容性,特别鼓励来自边缘化群体或致力于社会正向影响的研究者申请。申请需展示编程能力与数学基础,截止日期为 4 月 3 日,且仅接受全职参与。
OpenAI 发起意向征集,寻找研究大语言模型经济影响的合作伙伴。该计划旨在通过学术研究探讨大型 AI 模型对宏观经济及劳动力市场的具体影响,目前处于寻求研究主体或合作方案的阶段。
Hugging Face 宣布收购机器学习初创公司 Gradio,旨在为用户、开发者和数据科学家提供工具以创建更好的模型。Gradio 是一个开源库,自 2019 年发布以来,已有超过 300,000 个演示应用基于其构建。此次收购将加强机器学习在各类用户中的可访问性,双方团队将共同推动 Gradio 的发展。
OpenAI 宣布启动 OpenAI Residency 项目,旨在支持和培养 AI 人才。
Hugging Face 与 Graphcore 宣布合作,推出针对 IPU 优化的 Transformers 模型,支持在 IPU-POD 数据系统中以生产规模部署 BERT 等模型。双方将共同开发基于开源工具 Optimum 的硬件优化模型,预计年内首批上线,覆盖视觉、语音及文本生成应用。
Will Hurd 正式加入 OpenAI 董事会。OpenAI 认为实现其使命需要公共政策与技术方面的专长,因此很高兴宣布这一任命。此举旨在结合公共政策经验,共同推动能够造福全人类的通用人工智能的发展。
OpenAI 将 Kubernetes 集群扩展至 7,500 个节点,为 GPT-3、CLIP 和 DALL·E 等大模型构建了可扩展的基础设施。这一扩展同时支持了《神经语言模型规模定律》等快速小规模迭代研究。
OpenAI 发布组织更新,表示过去一年经历了巨大变革与成长。
OpenAI已同意向微软授权GPT-3技术,允许其将其用于自有的产品和服务中。
推荐理由:该交易确立了大厂间基于核心模型的独家授权模式,为后续行业竞争格局提供了关键参考。
OpenAI 与 AIcrowd、卡内基梅隆大学及 DeepMind 共同组织 NeurIPS 2020 两项竞赛,分别基于 Procgen Benchmark 和 MineRL。
OpenAI 参与由 58 位合著者撰写的多利益相关方报告。报告提出 10 种机制改进 AI 系统声明的可验证性,开发者可用其提供 AI 安全、安全、公平或隐私保护证据。
OpenAI 宣布将其深度学习框架标准化为 PyTorch。
推荐理由:宣布了技术栈统一,帮助判断其工程选型与内部开发范式的变化。
OpenAI 训练了一对完全在模拟环境中学习的神经网络,使类人机械手能够解开魔方。该系统结合 OpenAI Five 使用的强化学习代码与自动域随机化(ADR)技术,展现出处理未见过的物理世界问题(如被物体干扰)所需的灵巧性,证明了强化学习在解决需要高精度操作的实际任务中的潜力。
微软宣布向OpenAI投资10亿美元,双方将合作开发Azure平台内可规模化至AGI的软硬件平台。根据协议,微软成为OpenAI的独家云服务商,双方将共同开发新一代Azure AI超计算技术,并致力于扩展其在大规模AI系统中的能力。
推荐理由:披露了微软投资10亿美元并建立Azure独家云合作的具体条件,为理解双方硬件加速与AI算力布局提供基准。
OpenAI 第二届学者项目结业,8位学员在演示日展示最终项目。
OpenAI Five 在直播对战中连续击败 Dota 2 世界冠军队伍 OG 两场,成为首个在直播中战胜电竞职业选手的 AI。
OpenAI 创立了名为 OpenAI LP 的新“限制利润”公司。该结构旨在加速增加对算力及人才的投入,同时通过设置检查制衡机制来落实公司使命。
推荐理由:原文说明了通过设立限制利润实体以加速算力投入且保障使命的机制,读者可据此判断其资金组织形式与研发优先级。
OpenAI 在 2 月 2 日举办了首届 Spinning Up 深度强化学习工作坊。这是 OpenAI 新教育计划的一部分。
OpenAI 发表论文,主张长期 AI 安全研究需引入社会科学家,以确保涉及真实人类时 AI 对齐算法的有效性。该工作旨在推动机器学习与社会科学研究者之间的进一步合作,并计划招聘社会科学家全职参与 OpenAI 的相关项目。
OpenAI 首批 Fellows 完成为期 6 个月的学徒计划,参与者从机器学习初学者成长为 OpenAI 核心贡献者。
OpenAI 现已启动 2019 年学者计划第二期申请。该项目将向来自弱势群体的个人提供 6 至 10 份津贴及导师指导。入选者需全职研习深度学习 3 个月,并完成一个开源项目。
OpenAI 首期 Scholars 项目启动。该计划招收经验丰富的软件开发者,帮助他们成为机器学习从业者。
OpenAI Five 基准测试(Benchmark match)现已结束。由于原文信息极少,仅确认了该事件的状态,未包含具体比分、模型参数或技术细节。
OpenAI 的五模型神经网络团队 OpenAI Five 开始战胜 Dota 2 业余人类队伍。该团队由 5 个独立的神经网络组成,在对抗业余选手时展现出超越人类水平的团队协作能力。
OpenAI 启动 Scholars 项目,为来自代表性不足群体的个人提供 6 至 10 份奖学金及导师指导。受助者将全职学习深度学习 3 个月,并开源一个项目。