OpenAI 探索金融服务业 AI 资源
OpenAI 推出金融服务业 AI 资源,包括提示包、GPT 模型、指南和工具,助力机构安全部署和扩展 AI。
OpenAI 推出金融服务业 AI 资源,包括提示包、GPT 模型、指南和工具,助力机构安全部署和扩展 AI。
OpenAI 宣布收购 Astral,旨在加速 Codex 的成长,为下一代 Python 开发者工具提供动力。Astral 的加入将增强 OpenAI 在开发者工具领域的竞争力。
OpenAI Japan 推出《日本青少年安全蓝图》,旨在加强青少年使用生成式AI时的年龄保护、家长控制和健康保障措施。
NXP 发布指南,介绍在嵌入式机器人平台上部署 VLA 模型的最佳实践,包括数据记录、VLA 微调和设备优化,以实现实时性能提升。指南强调高质量、一致的数据记录,并推荐使用夹持相机和改进抓取技术。
OpenAI 开发了一款结合速率限制、使用跟踪和信用积分的实时访问系统,以支持 Sora 和 Codex 的持续访问。该系统旨在解决访问限制问题,提高用户访问效率。
OpenAI 发布旨在加强美国 AI 供应链的新 RFP,通过加速本土制造、创造就业和扩展 AI 基础设施来提升 AI 供应链。
OpenAI 与软银集团及 SB Energy 合作,共同开发多吉瓦 AI 数据中心园区,包括支持 Stargate 初始化的 1.2 吉瓦德克萨斯设施。
OpenAI 推出针对医疗保健领域的 AI 解决方案 OpenAI for Healthcare,支持 HIPAA 合规,减轻行政负担,并支持临床工作流程。
OpenAI 与迪士尼达成协议,将超过 200 个迪士尼、漫威、皮克斯和星球大战角色引入 Sora 平台,用于粉丝灵感短片。协议强调娱乐领域的负责任 AI 应用,并包括迪士尼公司范围内使用 ChatGPT Enterprise 和 OpenAI API。
Hugging Face Hub新增OVHcloud Inference Provider支持,用户可直接在模型页面使用gpt-oss、Qwen3等模型,享受低延迟、高可用性的AI服务。OVHcloud AI Endpoints提供按token计费,起价0.04欧元/百万token,支持文本生成和嵌入模型。
Google DeepMind在Gemini应用中引入AI图像验证功能,利用SynthID数字水印技术验证图像是否由Google AI生成或编辑。目前,SynthID已为超过200亿条AI生成内容添加水印,并正在测试SynthID Detector验证工具。未来,将扩展验证功能至视频和音频格式,并与行业伙伴合作提升内容透明度和真实性标准。
OpenAI 与英国司法部达成新协议,将 ChatGPT 引入公务员群体,并推出 ChatGPT 企业版、教育版和 API 平台,以支持可信和安全的 AI 应用。
Hugging Face Hub 现已支持 Public AI 作为推理提供商,用户可直接在模型页面使用各种模型,Public AI Inference Utility 是一个非营利、开源项目,旨在支持公共人工智能模型构建者,如瑞士人工智能倡议和新加坡人工智能。
Hugging Face 与 AMD 合作,针对 Llama 3.1 405B 模型在 MI300X 节点上的 FP8 推理性能进行优化,通过融合残差连接、RMS 规范和 FP8 转换等三个优化内核,实现了显著的性能提升。优化后的内核已开源,并计划集成到 VLLM 项目中。
OpenAI 推出 Put AI to Work,旨在自动化和扩展金融运营,通过AI技术提升金融行业效率。该平台支持自动化处理金融任务,并具备扩展性,以适应不断变化的金融需求。
Hugging Face 推出通过 AWS 账户升级 Enterprise Hub 的服务,为企业提供高级安全功能、访问控制、协作工具和计算选项,支持在符合 GDPR 和 SOC2 Type 2 认证的平台内安全构建 AI。升级后,企业可享受单点登录、资源组管理、存储区域选择、审计日志、高级计算选项、私有数据集查看器、在 DGX Cloud 上训练 LLM 等功能。
Ryght推出面向医疗和生命科学领域的AI平台Ryght Preview,通过Hugging Face的专家支持,提供行业特定的AI协作者和定制解决方案,加速研究、分析和文档工作。
Hugging Face 推出基于 Hugging Face Leaderboard 模板的 HHEM 欺幻觉榜,用于评估大型语言模型(LLM)生成文本的幻觉程度。该榜支持开源和商业模型,如 Llama 2、GPT-4 和 Claude,旨在推动 LLM 幻觉评估的民主化。HHEM 使用 Hugging Face Leaderboard 模板,支持动态更新,并鼓励社区提交新模型进行评估。
Gradio-Lite是一个JavaScript库,允许用户在浏览器中直接运行Gradio应用程序,无需服务器端基础设施。它利用Pyodide在浏览器环境中执行Python代码。Gradio-Lite的主要优势包括无服务器部署、低延迟交互和增强的隐私与安全性。然而,目前其最大的局限性是应用程序在浏览器中的初始加载时间较长(通常为5-15秒)。
Hugging Face Hub 现已登陆 AWS Marketplace,用户可通过 AWS Marketplace 订阅 Hugging Face Hub,并使用 AWS 账户直接支付 Hugging Face 使用费用。
Snorkel AI 与 Hugging Face 合作,推出 Snorkel Flow 开发平台,帮助企业适应和优化基础模型。平台支持用户从 Hugging Face 的 150,000 个开源模型中选择,并通过程序化标注和微调提高模型质量。此合作使企业能够更灵活地利用开源模型,加速数据驱动的 AI 应用开发。