Harvey尋求20億美元估值：法律AI初創(chuàng)公司Harvey一直在與投資者商談融資6億美元的事宜，公司估值至少20億美元。Harvey稱如果能籌集到這么多資金，就有可能收購法律研究服務(wù)公司vLex，以培訓(xùn)自己的產(chǎn)品。
Seven AI獲3600 萬美元融資：Seven AI是一家通過 AI 幫助企業(yè)增強(qiáng)網(wǎng)絡(luò)攻擊防御能力的初創(chuàng)公司。本輪融資由Greylock領(lǐng)投，CRV 和 Spark Capital 也參與了 Seven AI 的融資。
AIGT獲3500萬美元的天使輪融資：AIGT是一家AI技術(shù)開發(fā)商，通過引領(lǐng)和實(shí)施人工智能技術(shù)，促進(jìn)東南亞國家在全球科技競爭中的地位。OpenAI投資2000萬美元，微軟M12 Microsoft's Venture Fund INC投資1500萬美元，推進(jìn)AI手機(jī)的研發(fā)項(xiàng)目。
Thoughtly獲300萬美元種子輪融資：Thoughtly是一家AI語音代理服務(wù)提供商，提供了一個(gè)無代碼平臺來部署AI語音代理。本輪融資由Afore Capital、Greycroft Partners、Expansion Venture Capital投資。
Bem獲370萬美元種子輪融資：Bem是一個(gè)AI數(shù)據(jù)結(jié)構(gòu)化接口初創(chuàng)公司。平臺充當(dāng)通用通信協(xié)議，工程團(tuán)隊(duì)能夠使用Bem促進(jìn)不同系統(tǒng)之間的無縫數(shù)據(jù)交換。本輪融資由Uncork Capital領(lǐng)投，Lookout的創(chuàng)始人Kevin Mahaffey、Roar Ventures以及包括Y Combinator的Garry Tan在內(nèi)的天使投資者也參與了投資。
Cartwheel獲560萬美元種子輪融資：Cartwheel是一家專注于使用AI簡化3D動畫制作過程的初創(chuàng)公司，通過簡單的文本描述生成基礎(chǔ)的3D動畫。本輪融資由Accel領(lǐng)投，Khosla Ventures、Human Ventures、Heretic VC、MVP Ventures、Correlation Ventures、Pelion VC和多位天使投資者參投。
Tektonic AI獲1000萬美元種子輪融資：Tektonic AI為企業(yè)運(yùn)營提供GenAI智能體，使企業(yè)能夠消除重復(fù)且效率低下的任務(wù)。本輪融資由Madrona和Point72 Ventures領(lǐng)投。
Sixfold完成1500萬美元A輪融資：Sixfold是一家專注于為保險(xiǎn)承保提供端到端風(fēng)險(xiǎn)分析的生成性AI解決方案的公司。本輪融資由Salesforce Ventures領(lǐng)投，Scale Venture Partners以及包括Bessemer Venture Partners和Crystal Venture Partners在內(nèi)的投資者參與。
Greptile 獲400 萬美元的種子輪融資：Greptile 使用人工智能幫助開發(fā)人員理解代碼庫。此次融資由 Initialized Capital領(lǐng)導(dǎo)，吸引了各行業(yè)知名天使投資者的參與。
鏡識科技獲得戰(zhàn)略投資：鏡識科技是一家通用足式機(jī)器人研發(fā)商，團(tuán)隊(duì)首次提出了機(jī)器人耦合動力學(xué)理論，開發(fā)了相應(yīng)基礎(chǔ)關(guān)鍵硬件、機(jī)器人操作系統(tǒng)以及數(shù)據(jù)驅(qū)動的控制軟件。近日鏡識科技獲得戰(zhàn)略投資，投資方為凱爾達(dá)。
惠爾智能完成數(shù)千萬元A輪融資：惠爾智能是一家AI驅(qū)動的出行科技公司，聚焦于L4級自動駕駛相關(guān)產(chǎn)品。本輪資金將用于自動駕駛技術(shù)研發(fā)和產(chǎn)品迭代、海外市場拓展等。
杉木再獲數(shù)千萬元Pre-A輪融資：杉木SHANMU致力于成為AIGC時(shí)代的全球第一家AI家庭醫(yī)生機(jī)器人企業(yè)。本輪由上市公司「松霖科技」的大股東松霖集團(tuán)領(lǐng)投，庚辛資本、萬物為資本跟投。庚辛資本擔(dān)任長期獨(dú)家財(cái)務(wù)顧問。
全球 AI 領(lǐng)域“獨(dú)角獸”企業(yè)達(dá) 37 家,過去一年新增 17 家，中國新增 5 家:
截至今年 4 月底，生成式 AI 領(lǐng)域的“獨(dú)角獸”(系估值超過 10 億美元的未上市企業(yè))企業(yè)達(dá)到 37 家。與去年 4 月底的 20 家相比數(shù)量過去一年內(nèi)幾乎翻了一番。
美國企業(yè)仍占 AI 獨(dú)角獸企業(yè) 9 成的份額，而在最近一年內(nèi)新增的 17 家企業(yè)里面，有 10 家將主要基地設(shè)在了美國以外的地方,英偉達(dá)向 Cohere（加拿大）等 7 家企業(yè)出資，谷歌母公司 Alphabet 則向涉足視頻生成領(lǐng)域的 Runway（美國）等 4 家企業(yè)出資。中國則在過去一年內(nèi)新增了 5 家獨(dú)角獸企業(yè)，包含月之暗面、MiniMax、零一萬物、百川智能和智譜 AI，這些企業(yè)均獲得了阿里巴巴集團(tuán)的投資。
HeyGen正逼走中國風(fēng)投，強(qiáng)制要求紅杉中國、真格等機(jī)構(gòu)把股份賣給美國投資者：
成立于深圳、后來把總部遷到美國洛杉磯的生成式 AI 初創(chuàng)公司HeyGen，要求其中國投資者IDG資本、百度風(fēng)投、紅杉中國、真格基金把股權(quán)賣給美國投資者。
知情人士稱，美國投資者和HeyGen創(chuàng)始人徐卓希望“整頓股權(quán)結(jié)構(gòu)表”，即投資者名單，因?yàn)槊绹矫嬲诩訌?qiáng)對中國科技集團(tuán)和跨境投資的審查。今年3月，HeyGen完成了硅谷Benchmark領(lǐng)投的一輪融資，使得紅杉中國等中國投資者大幅減少股份。對此，紅杉中國和HeyGen拒絕置評。Benchmark、IDG資本、百度風(fēng)投和真格基金沒有回應(yīng)置評請求。（鈦媒體）
華為宣稱Ascend 910B AI芯片成功超越A100 成為中國市場的重要替代品：
華為Ascend與鯤鵬部門首席運(yùn)營官汪濤表示，Ascend 910B AI芯片在訓(xùn)練性能上已成功超越英偉達(dá)A100 AI GPU達(dá)20%，縮小了與英偉達(dá) A100 的差。除此之外，騰訊控股和百度等中國領(lǐng)先企業(yè)也購買了Ascend 910B芯片，主要用于會議任務(wù)。
華為將把小藝打造成超級助手，融合5.5G、AI能力：
華為公司高級副總裁、中國區(qū)總裁曹既斌表示，AI智能助理將改變?nèi)藱C(jī)交互模式，打破用戶時(shí)空約束，帶來海量、高并發(fā)的連接需求?！叭A為是最早把AI引入到智能手機(jī)的，下一步我們將基于盤古大模型把‘小藝’打造為超級助手，融合5G-A、AI的能力，給用戶提供體驗(yàn)更好的終端?！?/span>
字節(jié)跳動計(jì)劃在馬來西亞投資21億美元建區(qū)域人工智能中心：
馬來西亞貿(mào)易與工業(yè)部部長扎夫魯在社交媒體X發(fā)文稱，字節(jié)跳動計(jì)劃在馬來西亞投資100億林吉特（約合21億美元）以建立一個(gè)區(qū)域人工智能中心。扎夫魯稱，字節(jié)跳動還計(jì)劃額外追加15億林吉特投資擴(kuò)建其在馬來西亞柔佛州的現(xiàn)有數(shù)據(jù)中心設(shè)施。字節(jié)的追加投資將有助馬來西亞實(shí)現(xiàn)到2025年數(shù)字經(jīng)濟(jì)占GDP比重增長到22.6%的目標(biāo)。
百度搜索推出大模型升級版高考服務(wù)，看分?jǐn)?shù)就知道能上什么大學(xué)：
在百度 APP 搜索“高考”，可直達(dá)高考服務(wù)頁面，提供在線查分、志愿填報(bào)、院校專業(yè)、錄取查詢等功能，覆蓋考前、考中、考后三大階段。AI 志愿助手推出專屬智能體，可簡化填報(bào)流程，并結(jié)合權(quán)威數(shù)據(jù)給出準(zhǔn)確答案。此外，百度搜索整合權(quán)威院校專業(yè)數(shù)據(jù)，可深入了解大學(xué)概況、專業(yè)就業(yè)方向、排名，還能了解薪資水平及男女比例等。
阿里云開源通義千問 Qwen2 大模型，上下文窗口最高達(dá) 128K：
阿里云通義千問發(fā)布 Qwen2 模型，該模型在 Qwen1.5 的基礎(chǔ)上進(jìn)行了重大升級，目前已在 Hugging Face 和 ModelScope 上開源。更新內(nèi)容包括：增加了 5 種尺寸的預(yù)訓(xùn)練和指令微調(diào)模型；在中英文基礎(chǔ)上增加了 27 種語言相關(guān)數(shù)據(jù)；在多個(gè)評測基準(zhǔn)上表現(xiàn)領(lǐng)先；代碼和數(shù)學(xué)能力顯著提升；上下文長度支持最高達(dá)到 128K tokens。
清華系細(xì)胞大模型登Nature子刊！能對人類2萬基因同時(shí)建模，代碼已開源：
清華、百圖生科團(tuán)隊(duì)提出單細(xì)胞基礎(chǔ)大模型 scFoundation，登上 Nature Methods，相關(guān)研究成果也被 NeurIPS2024 接收。該模型基于 5000 萬人類單細(xì)胞測序的數(shù)據(jù)進(jìn)行訓(xùn)練，參數(shù)達(dá) 1 億，計(jì)算時(shí)間為傳統(tǒng) Transformer 架構(gòu)的 3%左右，在下游任務(wù)中表現(xiàn)出卓越的性能提升，并為基因網(wǎng)絡(luò)推斷和轉(zhuǎn)錄因子識別提供了新的研究思路。
張亞勤稱Transformer五年內(nèi)會被逐步重構(gòu)，15-20年內(nèi)實(shí)現(xiàn)AGI：
張亞勤院士點(diǎn)名了AI大模型的五個(gè)發(fā)展方向，包括多模態(tài)智能、自主智能、邊緣智能、具身智能、生物智能。他認(rèn)為，無人駕駛是未來五年最大具身智能應(yīng)用，并且是第一個(gè)通過“新圖靈測試”的具身智能。2025年，實(shí)現(xiàn)無人駕駛的“ChatGPT時(shí)刻”；2030年，無人駕駛汽車將成為市場主流，預(yù)計(jì)有10%的新車具備L4級別的自動駕駛能力。
張亞勤預(yù)計(jì)，在未來10年內(nèi)，大模型和生成式AI將成為主流技術(shù)和產(chǎn)業(yè)路線；并在15-20年內(nèi)實(shí)現(xiàn)通用人工智能，并通過“新圖靈測試”基礎(chǔ)大模型將是人工智能時(shí)代的技術(shù)底座，將與垂直產(chǎn)業(yè)模型及邊緣模型一起形成新的產(chǎn)業(yè)生態(tài)。他還談到現(xiàn)在大模型需要新算法體系，Transformer、Diffusion、AR在5年內(nèi)會被逐步重構(gòu)。
字節(jié)上線 AI 虛擬交友聊天平臺“小黃蕉”：字節(jié)推出AI 虛擬交友聊天產(chǎn)品，可以生成照片，非常接近真人對話情景。
華為聯(lián)合中山眼科發(fā)布ChatZOC眼科大模型：ChatZOC基于眼病知識庫和中山眼科中心大數(shù)據(jù)平臺構(gòu)建，結(jié)合最新眼科指南和文獻(xiàn)資料，通過華為基礎(chǔ) AI 計(jì)算框架和多種先進(jìn)技術(shù)，實(shí)現(xiàn)數(shù)據(jù)的多維度處理和模型學(xué)習(xí)。
騰訊聯(lián)合中山大學(xué)、港科大推出圖生視頻模型“Follow-Your-Pose-v2”:只需要輸入一張人物圖片和一段動作視頻，就可以讓圖片上的人跟隨視頻上的動作動起來，生成視頻長度可達(dá) 10 秒。支持多人視頻動作生成，泛化能力強(qiáng)。
上交港中文新框架超越Instant3D，5秒完成3D生成：該框架結(jié)合微調(diào)的多模態(tài)大模型，利用 2D 和視頻擴(kuò)散模型生成多視圖圖像，并通過微調(diào)的 3D 多模態(tài)大模型進(jìn)行質(zhì)量篩選和描述重寫，從而自動產(chǎn)生大量高質(zhì)量的 3D 圖像數(shù)據(jù)，輔助訓(xùn)練更優(yōu)秀的多視圖擴(kuò)散模型。Bootstrap3D 數(shù)據(jù)集已全面開源。
北大博士生等全新 BoT 框架推理暴漲 70 倍，24 點(diǎn)圖形推理一步成神：BoT 可有效提升 LLM 在多個(gè)任務(wù)上的性能，在 BoT 的加持下，Llama3-8B 在多項(xiàng)任務(wù)中的性能甚至超越了 Llama3-70B，且 BoT 的成本相對較低。
微信輸入法內(nèi)測AI功能，輸入后按=獲取AI回答：用戶在使用輸入法時(shí)，只需輸入相關(guān)內(nèi)容，并按下等號鍵“=”即可直接獲取AI生成的回答。這項(xiàng)功能不僅能夠提供介紹，還能根據(jù)用戶輸入的關(guān)鍵詞，給出相應(yīng)的信息反饋。
“AI 預(yù)測寶寶長相是不是智商稅”上熱搜，專家稱娛樂性大于準(zhǔn)確性：利用四維彩超圖生成一張寶寶照片最低只需 6.8 元，等待半小時(shí)就能出片。專家表示這種預(yù)測只能作為娛樂和參考，并不能完全相信。
廣東到 2025 年全省 AI 核心產(chǎn)業(yè)規(guī)模將超過 3000 億元：廣東發(fā)布文件計(jì)劃 2025 年 AI 核心產(chǎn)業(yè)規(guī)模超過 3000 億，2027 年算力規(guī)模超 60EFLOPS，2027 年智能軟件產(chǎn)業(yè)規(guī)模達(dá)到 270 億，人工智能自主軟件覆蓋率達(dá)到 50%。
蘋果AI來了！與OpenAI建立合作，Siri將采用GPT-4o
6月11日凌晨，在WWDC 2024活動上，蘋果AI正式推出并命名為Apple Intelligence，蘋果AI將會為iPhone、Mac等設(shè)備提供一系列AI功能。據(jù)介紹，蘋果AI擁有管理通知推送、自動轉(zhuǎn)寫及生成摘要、生成圖片、照片一鍵清除等AI功能。
據(jù)悉，蘋果語音助手Siri也植入了AI功能，據(jù)現(xiàn)場介紹，蘋果宣布和OpenAi公司建立合作，整合對方的ChatGPT。未來將會在Siri中采用GPT-4o，同時(shí)，蘋果新的操作系統(tǒng)也支持OpenAI的AI寫作、文生圖等技術(shù)。
Apple Intelligence即將登錄A17Pro、M1、M2、M3、M4芯片的設(shè)備，即手機(jī)只適用于iPhone 15 Pro和iPhone 15 Pro Max以及M1或更高的Mac/iPad設(shè)備。Apple Intelligence今年夏季將在美國推出英文版使用。（鞭牛士）
原馬斯克擎天柱大將在Hugging face開源機(jī)器人技術(shù)，會做家務(wù)的大白復(fù)刻低至1800：
Hugging Face機(jī)器人項(xiàng)目Le Robot發(fā)布機(jī)器人Reachy2。它能像機(jī)器人大白一樣，聽懂并正確執(zhí)行人類發(fā)出的指令，比如放杯子、拿水果。團(tuán)隊(duì)領(lǐng)軍人物Remi Cadene1月才從特斯拉Optimus機(jī)器人團(tuán)隊(duì)離職。Reachy2數(shù)據(jù)集和使用的模型都已開源，開源框架和工具也放在了GitHub。機(jī)器人ML框架LeRobot，采用了Apache-2.0協(xié)議，可免費(fèi)商用，據(jù)作者稱達(dá)到了SOTA水準(zhǔn)，在GitHub上已經(jīng)斬獲了3.4k+星標(biāo)。
OpenAI自研芯片進(jìn)展曝光！百萬年薪挖角谷歌：
OpenAI計(jì)劃將目前僅有數(shù)人的芯片團(tuán)隊(duì)擴(kuò)展至數(shù)十人，且?guī)缀跛行抡心嫉难芯咳藛T均為谷歌TPU團(tuán)隊(duì)的現(xiàn)任或前任成員。加入OpenAI的團(tuán)隊(duì)成員將有機(jī)會參與從零開始的創(chuàng)新設(shè)計(jì)過程，嘗試更激進(jìn)的方法，構(gòu)建由數(shù)百萬個(gè)加速器組成的系統(tǒng)。
GPT-4欺騙人類高達(dá)99.16%驚人率！LLM推理越強(qiáng)欺騙值越高：
德國科學(xué)家發(fā)表的PANS論文揭示LLM已經(jīng)涌現(xiàn)出「欺騙能力」，它們可以理解并誘導(dǎo)欺騙策。相比前幾年的LLM，更先進(jìn)的GPT-4、ChatGPT等模型在欺騙任務(wù)中的表現(xiàn)顯著提升。
目前提出的緩解這一風(fēng)險(xiǎn)的措施，是讓AI準(zhǔn)確報(bào)告內(nèi)部狀態(tài)，以檢測欺騙輸出，還有其他策略檢測LLM欺騙行為，按需要測試其輸出的一致性，或者需要檢查LLM內(nèi)部表示，是否與其輸出匹配。現(xiàn)有的AI欺騙行為案例并不多見，主要集中在一些特定場景和實(shí)驗(yàn)中。
Adobe 澄清“霸王條款”，絕不占有用戶作品，也不會用于 AI 訓(xùn)練：
此前Adobe更新用戶協(xié)議，要求用戶同意分享作品并允許訪問保密作品，用戶若不同意則無法使用軟件，甚至無法卸載。Adobe 發(fā)聲明稱協(xié)議“多年來一直如此”，用戶表示不滿后，Adobe 后又發(fā)博客解釋稱更新協(xié)議是為了改進(jìn)內(nèi)容審核流程，增加人工審核。并強(qiáng)調(diào)不會用客戶內(nèi)容訓(xùn)練 Firefly Gen AI 模型，也不會擁有客戶作品的所有權(quán)。
限制不當(dāng)內(nèi)容傳播！谷歌 Play 商店宣布整頓生成式 AI 類 App：
谷歌更新了針對 AI 類應(yīng)用程序的指導(dǎo)方針，新政策要求生成式 AI應(yīng)用程序防止生成受限內(nèi)容，并對其 AI 模型進(jìn)行嚴(yán)格測試。明確了 AI 生成的違規(guī)內(nèi)容范圍，包括不限于：生成的未經(jīng)同意的深度偽造性材料；為詐騙提供便利的真人語音或視頻記錄。鼓勵(lì)有害行為的內(nèi)容。為助長欺凌和騷擾行為而生成的內(nèi)容。主要是為了滿足“性需求”的內(nèi)容。使不誠實(shí)行為成為可能的 AI 生成“官方”文件。創(chuàng)建惡意代碼。
日本將推出官方AI婚姻匹配App，把關(guān)身份認(rèn)證還要“面試”，馬斯克點(diǎn)贊：
日本東京都政府開發(fā)了一款婚介 App，正在內(nèi)測，預(yù)計(jì)今夏上線。該平臺要求用戶提供身份證明、稅單、單身證明，并接受面試和簽署誓約書。用戶還需提交 15 項(xiàng)個(gè)人信息，包括身高、教育背景、職業(yè)等。App 通過 AI 匹配對象，馬斯克對此表示稱贊。東京都政府已為該 App 及其他婚姻促進(jìn)項(xiàng)目撥款 2 億日元，并計(jì)劃在 2024 財(cái)年將撥款提升至 3 億日元。
準(zhǔn)確率可達(dá) 70%，科學(xué)家利用 AI 解讀狗的叫聲：
研究發(fā)現(xiàn)，用于訓(xùn)練人類語音的 AI 模型可以作為訓(xùn)練動物交流模型的起點(diǎn)。這一模型的主要障礙是缺乏公開可用的數(shù)據(jù)。研究團(tuán)隊(duì)嘗試使用采集人類語音數(shù)據(jù)的方式來采集狗的叫聲信息，收集了 74 只不同品種、年齡和性別狗狗的吠叫、咆哮和嗚嗚聲。將收集到的聲音信息用于分析人類語音的機(jī)器模型中，模型可以很好地理解狗之間的交流，在各種測試中準(zhǔn)確率達(dá)到 70%。
OpenAI 公開破解 GPT-4 思維的新方法，Ilya 也參與：研究提出了改進(jìn)大規(guī)模訓(xùn)練稀疏自編碼器的方法，并成功將 GPT-4 的內(nèi)部表征解構(gòu)為 1600 萬個(gè)可理解的特征。由此，復(fù)雜語言模型的內(nèi)部工作變得更加可理解。
免費(fèi)匿名使用 GPT 等熱門大模型，DuckDuckGo AI Chat 聊天機(jī)器人發(fā)布：該AI 聊天機(jī)器人可以匿名訪問多種模型，通過刪除用戶個(gè)人信息的元數(shù)據(jù)來實(shí)現(xiàn) AI 聊天的匿名化，并且每日使用次數(shù)有限制，以防止不良行為者和濫用。
英偉達(dá)CEO黃仁勛躋身全球富豪榜第13位，身價(jià)超1060億美元：過去5年，英偉達(dá)股價(jià)上漲了近30倍。隨著AI芯片需求推動英偉達(dá)股價(jià)飆升，黃仁勛的財(cái)富今年激增超過620億美元。他的財(cái)富來自于持有的英偉達(dá)3.5%股份。
雙榜首！登頂Hugging Face和GitHub趨勢榜Top1
MiniCPM-Llama3-V 2.5：8B 參數(shù)，8G 顯存，4070 輕松推理，手機(jī)端 6-8 tokens/s 高效運(yùn)行。當(dāng)前 MiniCPM-V 系列下載總量已超 13 萬，GitHub 星標(biāo) 3k+。
MiniCPM-Llama3-V 2.5 開源地址??
https://github.com/OpenBMB/MiniCPM-V
https://github.com/OpenBMB/MiniCPM
https://huggingface.co/openbmb/MiniCPM-Llama3-V-2_5
Product Hunt 熱榜，自動化合規(guī)與安全審查Vanta
Vanta 是一個(gè)提供自動化合規(guī)性和安全性審查的平臺，致力于幫助 SaaS 企業(yè)管理風(fēng)險(xiǎn)和實(shí)時(shí)證明其安全性。通過支持諸如 SOC 2、HIPAA、ISO 27001、PCI 和 GDPR 等多種標(biāo)準(zhǔn)，Vanta 簡化了企業(yè)的安全性審查流程，提供對員工、資產(chǎn)和供應(yīng)商風(fēng)險(xiǎn)的全面視野。平臺的功能涵蓋框架構(gòu)建、集成、問卷自動化等，幫助企業(yè)加速合規(guī)進(jìn)程并增強(qiáng)客戶信任。Vanta 還提供豐富的資源，如直播演示、網(wǎng)絡(luò)研討會和客戶案例研究，協(xié)助企業(yè)了解和實(shí)施合規(guī)性解決方案。
GitHub Trending 熱榜，結(jié)對編程助手Terminal AI - Aider 開源
目前 10.7K Star，在 SWE Benchmark 上獲得 SOTA 18.9% Pass@1，遠(yuǎn)超 Devin！
Aider 是一個(gè)AI 輔助編程工具，通過與 GPT-4 和 Claude 3 Opus 等多種語言模型配對，在終端中進(jìn)行交互式編程。它完美整合了 Git 工作流，支持 JavaScript、Python 和 Rust 等主流編程語言，并具有語音識別功能。Aider 不僅能夠協(xié)調(diào)跨多個(gè)文件的更改，還能自動生成合理的 Git 提交消息，并與用戶的代碼編輯器無縫集成。通過簡單的命令，用戶即可開始與 Aider 一起工作，顯著提升編碼效率和工作體驗(yàn)。
Aider 超越 Devin、Amazon Q Developer Agent，成為 SWE Benchmark SOTA 的助手，展示了其在解決實(shí)際 GitHub 問題上的強(qiáng)大能力。用戶評價(jià)也證明了 Aider 在提升編碼體驗(yàn)和效率方面的優(yōu)秀表現(xiàn)。許多用戶稱它為使用過的最佳 AI 編碼助手，并分享了在使用 Aider 過程中顯著提升的編碼效率和工作體驗(yàn)。
??https://github.com/paul-gauthier/aider
1.LlamaCare：專注醫(yī)療應(yīng)用的大型語言模型
研究人員推出了LlamaCare，一個(gè)專門為醫(yī)療知識調(diào)優(yōu)的大型語言模型。LlamaCare不僅在處理醫(yī)療數(shù)據(jù)方面表現(xiàn)出色，還引入了擴(kuò)展分類集成技術(shù)，以解決LLM中的分類問題。該模型的推出標(biāo)志著醫(yī)療領(lǐng)域人工智能應(yīng)用的新篇章，可能大幅提升醫(yī)療數(shù)據(jù)處理和診斷的準(zhǔn)確性。LlamaCare通過結(jié)合最新的機(jī)器學(xué)習(xí)技術(shù)和龐大的醫(yī)療數(shù)據(jù)庫，能夠在短時(shí)間內(nèi)提供高質(zhì)量的醫(yī)療建議和診斷支持。這一創(chuàng)新不僅有望改善臨床醫(yī)生的工作效率，還能為患者提供更為精準(zhǔn)的醫(yī)療服務(wù)。
??https://arxiv.org/abs/2406.02350v1?utm_source=uwl.me
2.Whisper Web：開源瀏覽器內(nèi)語音識別工具
Whisper Web 是一個(gè)實(shí)現(xiàn)瀏覽器內(nèi)的語音識別功能。這個(gè)項(xiàng)目主要使用 TypeScript（93.0%）和 JavaScript（6.3%）編寫，并依賴于Transformers.js 庫。最新的更新包括添加 LICENSE 文件和更新 README.md、vite.config.ts 等文件。
??https://github.com/xenova/whisper-web
3.Qmedia：為內(nèi)容創(chuàng)作者打造的開源 AI 內(nèi)容搜索引擎
Qmedia 是一個(gè)開源的 AI 內(nèi)容搜索引擎，專為內(nèi)容創(chuàng)作者設(shè)計(jì)，支持文本、圖片和短視頻內(nèi)容的提取與分析。這個(gè)多模態(tài)的引擎不僅可以整合分散的信息，還通過內(nèi)容卡片展示信息源頭和內(nèi)容分解，幫助用戶生成定制化的搜索結(jié)果。Qmedia 支持完整的本地部署，包括 Web 應(yīng)用、RAG 服務(wù)器和 LLM 服務(wù)器，確保數(shù)據(jù)隱私和安全。
??https://github.com/QmiAI/Qmedia
4.使用 ControlNet 生成多人物畫面指南
這篇文章主要介紹了如何高效使用 ControlNet 和 txt2img 技術(shù)生成高質(zhì)量的多人物畫面，涵蓋控制姿勢和背景、處理復(fù)雜圖像、以及參數(shù)優(yōu)化等方面。
??https://github.com/Zuntan03/EasySdxlWebUi/wiki/
Mistral 剛剛在巴黎舉辦了有史以來最大規(guī)模的 AI 黑客馬拉松。超過 1,000 名黑客報(bào)名參加，探索使用開源 LLMs 的無限可能。以下是 @MistralAI x @cerebral_valley 巴黎黑客馬拉松的決賽入圍者名單：
-
ArxFlix：自動將研究論文轉(zhuǎn)換為引人入勝的視頻摘要，包含圖表、文字解釋和語音功能。獲得第二名微調(diào)獎。
-
Microcosm：創(chuàng)建一個(gè)虛擬世界模擬器，有實(shí)時(shí)新聞、股票市場、模擬維基百科和推特代理。風(fēng)格類似 Windows 95。獲得 @onetwoval 認(rèn)可。
-
BREAKING BAD：為醫(yī)療化學(xué)家提供一個(gè)強(qiáng)大的代理框架，使用基于 molinstruction 數(shù)據(jù)集和高質(zhì)量化學(xué)程序指令的定制數(shù)據(jù)集進(jìn)行微調(diào)。
-
LeChatOn：視頻的視覺 RAG，使用視覺大型語言模型 (VLLMs) 識別并標(biāo)注對象，與無限長的視頻聊天。獲得應(yīng)用程序一等獎。
-
Matou Garou：AI 代理模擬的狼人游戲，用戶需辨別誰是 AI，配有 huggingface 數(shù)據(jù)集，創(chuàng)建人類與 AI 區(qū)分排行榜。獲得應(yīng)用程序二等獎。
-
Eyestral：混合專家模型 (CuMo)，超越 LLaVA，適用于視頻，微調(diào)于 VizWiz 數(shù)據(jù)集，為視覺障礙者提供幫助。獲得微調(diào)一等獎。
-
Smol：直接優(yōu)化 LLM 輸出的小模型訓(xùn)練管道，無需數(shù)據(jù)集，通過 HuggingFace DPOTrainer 生成更多數(shù)據(jù)。
-
Remi：微調(diào)的購物清單組織器，在聚類項(xiàng)目和組織表格方面優(yōu)于 GPT-4。
Andrej Karpathy 發(fā)布 4 小時(shí) GPT-2 復(fù)現(xiàn)講座！
知名 AI 專家 Andrej Karpathy 剛剛在 X 平臺上宣布了一場全新的 YouTube 視頻講座，名為 “Let’s reproduce GPT-2 (124M)”。這是一次長達(dá) 4 小時(shí)的深度教學(xué)，從零開始搭建 GPT-2 模型，內(nèi)容詳盡且易于理解。
-
從空文件開始 ：逐步構(gòu)建 GPT-2（124M）模型，詳細(xì)講解每一步驟。
-
實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)模塊 ：加載 huggingface/GPT-2 的參數(shù)，進(jìn)行前向傳播獲取 logits。
-
采樣與訓(xùn)練 ：演示采樣初始化、前綴令牌、分詞及采樣循環(huán)，使用數(shù)據(jù)批次訓(xùn)練模型，介紹交叉熵?fù)p失函數(shù)和優(yōu)化循環(huán)。
-
訓(xùn)練速度優(yōu)化 ：參數(shù)共享、模型初始化、GPU 加速、混合精度、Tensor Cores 等多種方法。
-
超參數(shù)調(diào)整 ：AdamW 優(yōu)化器、梯度裁剪、學(xué)習(xí)率調(diào)度器、批量大小調(diào)度等高級技巧。
-
模型評估 ：使用 GPT-2 和 GPT-3 論文中的數(shù)據(jù)集進(jìn)行評估，性能接近 GPT-3（124M）。
?? https://www.youtube.com/watch?v=l8pRSuU81PU ??https://github.com/karpathy/build-nanogpt
本文產(chǎn)品編輯 zhumaterialism 深耕于AIGC知識領(lǐng)域的應(yīng)用研究，期待與同行及感興趣的讀者交流思想、分享見解。歡迎添加以便深入探討，共同推動行業(yè)進(jìn)步。歡迎開發(fā)者主動聯(lián)系提交產(chǎn)品，一起探索AI在各領(lǐng)域的創(chuàng)新應(yīng)用，攜手前行。
