跳到正文

#Meta

今日 1 条
10月3日周六
  1. TechCrunch · AI68

    Meta 推出 Muse Gadgets 开源项目支持开发者构建 AI 硬件

    Meta 发布 Muse Gadgets 开源项目,提供固件和 Linux SDK,允许开发者在 Raspberry Pi 或 ESP32 等硬件上运行 Muse 智能体。该项目支持连接显示屏、传感器等设备,Meta 同时推出了名为 Muse Home Link 的原型硬件,可让 Muse 接入家庭网络控制智能家居,并向部分订阅用户免费发放 5000 个该设备。

  2. The Verge · AI65

    Meta 开源代码支持用户自制 Muse AI 硬件设备

    Meta 开源了相关代码,允许用户利用现成的 ESP32 开发板或 Raspberry Pi 结合其 SDK 制作搭载 Muse AI 智能体的自定义硬件设备。官方建议的项目包括在 E Ink 显示屏上运行 Muse 以显示提醒事项、将其集成到 HDMI 棒中以便在大屏幕上展示,或在小触摸屏设备上打造类似 DIY Muse Charm 的产品。

  3. CoinDesk45

    MetaMask 安全事件导致以太坊质押退出,用户资金无风险

    MetaMask 在安全事件后开始退出受影响的以太坊验证者,预计有约 0.36 ETH 的区块生产支付被转移,但公司表示没有发现对用户钱包的即时威胁。受影响的验证者约 17,000 个,持有约 523,000 ETH,但 MetaMask 尚未确认这些数字或解释其系统是如何被入侵的。Lido 警告称,受影响的验证者可能会在退出和重新进入过程中错过奖励,整个过程可能长达 45 天。

10月2日周五
9月25日周五
9月24日周四
8月10日周一
  1. Hugging Face Blog85

    Meta 发布 Muse Glimmer:本地、智能体、多模态和开源模型

    Meta 发布了新的多模态模型 Muse Glimmer,专为本地智能体用例设计,参数量从 Muse 缩减至 30B,并开源。该模型适用于隐私意识应用,如编码、文档分析、个人助理等,并支持本地部署以保护隐私、降低成本或进行黑客攻击。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

2月12日周四
  1. Hugging Face Blog65

    OpenEnv 实践:评估工具使用智能体在真实环境中的表现

    OpenEnv 是 Meta 和 Hugging Face 开发的一个开源框架,用于评估 AI 代理在真实系统中的表现。Turing 贡献了一个生产级的日历管理环境,用于研究工具使用代理在现实约束下的表现。

    推荐理由:OpenEnv 提供了一个评估 AI 代理在真实环境中的表现的平台,通过 Calendar Gym 等工具,可以更全面地了解代理的局限性和改进方向。

4月5日周六
8月19日周一
6月10日周一
4月18日周四
  1. Hugging Face Blog85

    Meta 发布 Llama 3 开放式 LLM

    Meta 发布了 Llama 3 开放式 LLM,包括 8B 和 70B 两种参数规模,支持多种硬件和上下文长度,并提供了多种集成和部署方式。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

9月27日周三
  1. Mistral AI85

    Mistral AI 发布 Mistral 7B 语言模型

    Mistral AI 发布了 Mistral 7B 语言模型,该模型在多个基准测试中优于 Llama 2 13B 和 Llama 1 34B,并使用 Grouped-query attention 和 Sliding Window Attention 技术提高推理速度。Mistral 7B 以 Apache 2.0 许可证发布,可在任何云平台部署,并易于微调。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

7月18日周二
7月17日周一
  1. Hugging Face Blog77

    Hugging Face 发布开源文本生成和大型语言模型生态系统

    Hugging Face 发布了新的开源文本生成和大型语言模型生态系统,包括 Llama 2 模型和其他开源模型,以及用于模型部署和微调的工具。

    推荐理由:原文介绍了 Hugging Face 平台上开源文本生成和大型语言模型生态系统的最新发展,读者可以了解最新的模型和工具,以及它们如何改变现有工作流。

2月1日周二
  1. Hugging Face Blog36

    如何在 Hugging Face Transformers 中利用 Wav2Vec2 和 CTC 架构处理长音频语音识别

    针对 Wav2Vec2 在长音频上因注意力机制复杂度导致内存溢出问题,本文提出利用 CTC 架构特性实施带步长的分块推理。通过 `chunk_length_s` 参数对重叠音频块进行推理并丢弃边缘 logits,可在有限硬件下实现高质量自动语音识别。该方法同样适用于集成语言模型的增强版模型及实时推理场景。