Wayfair 首席技术官谈 AI 如何塑造零售未来
Wayfair 首席技术官 Fiona Tan 探讨了人工智能在重塑零售业未来中的作用。该对话聚焦于企业如何利用 AI 技术推动零售业务转型与创新,未披露具体模型参数或基准测试数据。
Wayfair 首席技术官 Fiona Tan 探讨了人工智能在重塑零售业未来中的作用。该对话聚焦于企业如何利用 AI 技术推动零售业务转型与创新,未披露具体模型参数或基准测试数据。
电影制作组合 Vallée Duhamel 解释了 Sora 如何帮助构建新世界。该工具被用于辅助影视创作,通过生成视频内容支持创作者打造全新的视觉世界。
量子物理学家 Mario Krenn 使用 OpenAI o1 协助回答重大科学问题。该案例展示了大语言模型在前沿物理研究领域的实际应用潜力,体现了 AI 工具对复杂科学探索的支持能力。
经济学家 Tyler Cowen 解析了 OpenAI o1 模型处理复杂经济问题的方式。该文章重点展示了 o1 在经济学推理场景下的实际表现与应用逻辑。
OpenAI 宣布,AI 安全与对齐专家 Zico Kolter 加入董事会,并担任安全与安全委员会成员,旨在加强公司治理和 AI 安全。
OpenAI 推出的 CriticGPT 模型基于 GPT-4,用于生成对 ChatGPT 响应的批评,帮助人类训练师在强化学习与人类反馈(RLHF)过程中识别错误。
OpenAI 董事会新增前美国陆军上将 Paul M. Nakasone,其丰富的网络安全经验将加入董事会安全与安全委员会。
OpenAI 宣布任命 Sarah Friar 为财务总监,Kevin Weil 为首席产品官,旨在加强公司财务和产品战略。
OpenAI 发布关于通用人工智能(AGI)的安全实践声明。文章指出 AGI 有潜力惠及生活各方面,因此必须负责任地开发和部署。
OpenAI 发布关于数据与 AI 的新方法,并推出一款面向创作者和内容所有者的新工具 Media Manager。该举措旨在回应 ChatGPT 上线一年多以来引发的关于 AI 时代数据的重要讨论。
Hugging Face 积极参与 AI 伦理讨论,向欧盟、英国和美国立法者提供 AI 监管建议,CEO Clem 向美国国会作证,首席伦理科学家 Meg 向民主党核心小组发表评论。此外,Hugging Face 与媒体合作,就 AI 能源使用、偏见、性别问题等发表观点,并推出 AI 音频课程、开放访问临床语言模型资源等。
OpenAI 指出当前是开始思考超级智能治理的合适时机。超级智能被定义为未来比通用人工智能(AGI)能力更强大的 AI 系统。
OpenAI 强调确保 AI 系统安全构建、部署和使用是其使命的核心。
Hugging Face 推出伦理开放机器学习计划,旨在通过促进伦理机器学习工具和案例,帮助用户发现和参与伦理相关的机器学习工作。该计划包括六个高层次的伦理类别标签,以及一系列保障措施,如标记功能、社区讨论板监控、模型卡片详细记录等,以降低潜在危害。
OpenAI 明确其使命是确保通用人工智能(AGI)造福全人类。该机构指出,AGI 指通常比人类更聪明的 AI 系统。
OpenAI 阐明 ChatGPT 行为塑造机制,并公布改进计划。该计划旨在增加用户自定义选项,并在相关决策中引入更多公众意见。
OpenAI 应用 AI 研究科学家 Lilian Weng 探讨了持续学习在人工智能领域的重要性。该观点出自 OpenAI News,强调了模型通过不断获取新知识以提升性能的关键作用。
Hugging Face团队探讨了机器学习中的偏见问题,并分享了他们的工具和方法,以帮助识别和减轻偏见,构建更公平、更安全的机器学习系统。
推荐理由:文章深入探讨了机器学习中的偏见问题,并提供了Hugging Face团队开发的工具和方法,读者可以了解如何识别和减轻偏见,以及如何构建更公平、更安全的机器学习系统。
Hugging Face 博客发布机器学习洞察系列第四部分,邀请多位机器学习行业领导者分享他们对机器学习在各行业影响的看法。Javier Mansilla,Shaun Gittens,Samuel Franklin 和 Evan Castle 等人分享了他们在电子商务、工程和金融等领域对机器学习的应用和挑战的看法。
Hugging Face 发布了首期 Ethics and Society Newsletter,强调公司对协作、责任和透明度的重视,并探讨了AI伦理与透明度的重要性。该刊由公司内部一群关注AI社会影响和Hugging Face角色的平等成员共同编写,旨在通过社区讨论、工具开发等方式,推动AI伦理的实践和价值观的体现。
OpenAI 正在提升 AI 系统从人类反馈中学习及辅助人类评估 AI 的能力。其目标是构建足够对齐的 AI 系统,以协助解决其他所有对齐问题。
Hugging Face 推出 Director of Machine Learning Insights 系列第三篇,聚焦金融行业。文章汇集来自 U.S. Bank、RBC 和 Moody's Analytics 等机构的专家观点,探讨 ML 在金融决策信任建立中的作用及遗留系统迁移挑战。内容涵盖个性化保险、目标营销等应用案例,并分析模型部署中业务 KPI 与 ML 指标对齐的常见误区。
Hugging Face 研究科学家 Sasha Luccioni 在播客中分享其关于机器学习模型伦理及社会影响的工作。她担任 Big Science Workshop 碳足迹工作组联合主席,致力于评估 AI 的环境成本,包括训练能耗及制造过程排放。Luccioni 强调数据策划、多语言支持及透明度对构建负责任的大语言模型至关重要。
Hugging Face Blog 推出《机器学习总监洞察》系列第二部分,聚焦 SaaS 行业。文章收录 Salesforce、Amplitude 等公司 ML 总监观点,探讨 NLP 路由、预测优化及数据孤岛挑战。内容涵盖将传统规则系统转为 ML 方案以降低代码复杂度,以及利用简单模型解决业务问题的经验。
Hugging Face 推出机器学习总监洞察系列,汇集多位资深总监对医疗、媒体等行业的见解。BuzzFeed 总监 Archi Mitra 指出深度学习推荐与贝叶斯技术正优化媒体个性化及测试效率。强生总监 Li Tan 强调 AI/ML 在制药领域应用广泛,但需解决训练集多样性挑战。
Hugging Face 机器学习工程师 Lewis Tunstall 分享其职业历程,包括与 Leandro von Werra 合著《NLP with Transformers》并加入 HF。他重点介绍了在 transformers 库中实现 ONNX 格式导出功能,以解决大模型部署中的延迟和吞吐量挑战。该工作旨在通过开源工具链优化生产环境下的推理效率,降低 ML 工程师的部署复杂度。
Hugging Face 研究员 Margaret Mitchell 分享其在 Google 创立 Ethical AI Group 的经历,强调数据偏见对模型输出的影响。她指出 ML 团队需建立包容性文化并完善伦理评估体系,以解决如将爆炸场景误判为美景等严重偏差问题。
OpenAI 发布关于语言模型安全与滥用的最新思考,旨在协助其他 AI 开发者应对已部署模型的安全挑战。该文章聚焦于分享在防止模型被恶意使用方面的实践经验,为行业提供安全治理参考。
Hugging Face 主张将软件工程最佳实践应用于机器学习,推动“软件吞噬机器学习”而非替代开发者。文章指出 Transformer 已成为通用架构,并引用 Kaggle 调查称 75% 受访者使用云服务,建议企业雇佣具备 ML 知识的 DevOps 工程师以构建稳健的生产级工作流。
OpenAI 宣布任命 Helen Toner 加入董事会,为董事会注入新力量。
OpenAI 明确其使命为构建安全的 AI,并确保 AI 带来的利益尽可能广泛且均匀地分布。