Hugging Face 用 AoT 编译让 ZeroGPU Spaces 提速 1.3 至 1.8 倍
Hugging Face 发布教程,介绍如何在 ZeroGPU Spaces 上用 PyTorch 提前编译(AoT)替代即时编译,在 Flux、Wan、LTX 等模型上获得 1.3 至 1.8 倍加速。
推荐理由:Hugging Face 官方给出在 ZeroGPU Spaces 上做 AoT 编译的完整步骤与实测加速比,可直接迁移到自己的演示应用。
Hugging Face 发布教程,介绍如何在 ZeroGPU Spaces 上用 PyTorch 提前编译(AoT)替代即时编译,在 Flux、Wan、LTX 等模型上获得 1.3 至 1.8 倍加速。
推荐理由:Hugging Face 官方给出在 ZeroGPU Spaces 上做 AoT 编译的完整步骤与实测加速比,可直接迁移到自己的演示应用。
伯克利 AI 研究团队证明,在若干温和近似条件下,word2vec 的学习问题可化简为无权重最小二乘矩阵分解,其梯度流动力学有闭式解,最终学到的表示等价于对目标矩阵 M* 做 PCA。该矩阵仅由词共现概率 P(i,j) 与一元概率 P(i) 定义,从小初始化训练时模型按离散步骤逐个学习正交线性子空间,每步提升嵌入矩阵的秩并降低损失,理论预测与数值实验高度吻合。
OpenAI 发布更先进的语音到语音模型 gpt-realtime,并更新 Realtime API。新 API 能力包括 MCP server 支持、图像输入和 SIP 电话呼叫支持。
推荐理由:OpenAI 官方发布语音到语音新模型并同步扩展 Realtime API 能力,可据此了解语音智能体的接口变化。
OpenAI 推出 5000 万美元的 People-First AI Fund,帮助美国非营利组织用 AI 扩大影响力。资助覆盖教育、医疗、研究等领域,申请窗口为 2025 年 9 月 8 日至 10 月 8 日。
OpenAI 面向全球超 1000 人调研 AI 应如何行事,并将其观点与自家 Model Spec 进行比对。这项"集体对齐"工作旨在让 AI 默认行为更好地反映多元的人类价值观与视角。
OpenAI 与 Anthropic 公布首次联合安全评估的结果,双方互相测试对方模型在失准、指令遵循、模型幻觉、越狱等方面的表现。材料同时提到评估中发现的进展与挑战,以及跨实验室合作的价值。
OpenAI 发文阐述其对经历心理或情绪困扰用户的安全考量,并说明当前系统的局限以及正在进行的改进工作。
OpenAI 与 Retro Bio 借助专用 AI 模型 GPT-4b micro,设计出用于干细胞疗法和长寿研究的更有效蛋白质。该模型专为生命科学场景打造,目标是加速相关研究进程。
Blue J 依靠专注、领域深度和合适的 OpenAI 模型,将业务扩展至三个国家、服务超过 3000 家机构。
NVIDIA 发布 Nemotron Post-Training Dataset V2,将此前英文推理数据翻译为法语、德语、意大利语、日语和西班牙语五种语言,共 600 万多语言推理样本。
推荐理由:NVIDIA 公开了多语言推理数据集的构建流程与筛选比例,读者可据此了解后训练数据的翻译与幻觉控制方法。
日本数字娱乐与生活服务公司 MIXI 采用 ChatGPT Enterprise,以提升生产力、推动各团队普及 AI,并打造安全的创新环境。
通过 Hugging Face MCP Server 将 Claude 接入 Hugging Face Spaces,即可调用 FLUX.1 Krea [dev] 和 Qwen-Image 等模型生成图像。
Hugging Face 发布教程,介绍如何通过 Model Context Protocol(MCP)让 AI 智能体用自然语言调用科研工具,自动完成 arXiv、GitHub、Hugging Face 之间的论文、代码与模型检索和交叉引用。
DoorDash 首席人力官 Mariana Garavaglia 在对话中介绍了公司如何规模化推进 AI 应用,让员工更快地构建、学习和创新。
Hugging Face 发布 kernel-builder 库,让开发者可在本地开发自定义 CUDA kernel,再针对多种架构构建并发布到 Hugging Face Hub 供他人通过 get_kernel 直接调用。
Kimina Prover 团队开源 kimina-prover-rl 训练管线,基于 DeepSeek-R1 式"先推理后生成"范式,用于 Lean 4 形式化定理证明,并完全兼容 Verl 框架。
Arm 与 ExecuTorch 0.7 beta 将默认启用 KleidiAI,为基于最新 Arm CPU 架构以及大量旧款手机的设备带来自动加速,Android 与跨平台开发者无需改代码即可通过 ExecuTorch 和 XNNPack 获得优化。
推荐理由:Arm 与 ExecuTorch 团队说明了 KleidiAI 默认启用后,旧款 Arm 设备也能跑起端侧 LLM 的路径与实测数据。
Arm 发布 Neural Super Sampling(NSS),一款面向图形与游戏开发者的 AI 超分方案,现已开放试用。NSS 是用于实时时序超分的参数预测模型,针对移动 GPU 中的 Neural Accelerators(NX)优化,适用于移动游戏、XR 等功耗受限场景。
Hugging Face 推出 TextQuests 基准,基于 25 款经典 Infocom 交互式文字游戏,测试 LLM 作为智能体的长上下文推理与探索学习能力。
Hugging Face 发布 FilBench 评测套件,覆盖 Tagalog、Filipino 和 Cebuano 三种菲律宾语言,包含文化知识、经典 NLP、阅读理解、生成四大类共 12 项任务,并基于 Lighteval 构建。
Basis 基于 OpenAI o3、o3-Pro、GPT-4.1 和 GPT-5 构建的 AI 智能体,可帮助会计事务所节省最多 30% 的时间,并拓展咨询与增长业务的产能。
OpenAI 致信加州州长 Gavin Newsom,呼吁加州牵头推动州级 AI 监管与国家标准乃至新兴全球标准相协调。信中强调,借助美国的领导地位,州级规则应与全国及国际标准保持一致。
Hugging Face 发布开源无代码工具 AI Sheets,可在表格界面中通过提示词构建、转换和丰富数据集,支持调用 Hub 上数千个开放模型(含 OpenAI 的 gpt-oss)或本地模型。
推荐理由:Hugging Face 官方开源的无代码数据集工具,读者可了解如何用开放模型批量构建、标注和评测数据。
Hugging Face 在 Accelerate 中联合 Axolotl 集成了 ND-Parallel 功能,支持在训练脚本中任意组合数据并行、FSDP、张量并行与上下文并行等策略。
OpenAI 在 API 平台发布 GPT-5,主打高推理性能、面向开发者的新控制项,以及在真实编码任务上的领先结果。
推荐理由:OpenAI 官方在 API 平台上线 GPT-5,开发者可据此了解新模型在推理与真实编码任务上的定位。
OpenAI 发布 GPT-5,称其为公司目前最先进的模型,面向企业 AI、自动化和办公效率场景。官方将其定位为智能工作新时代的推动力。
推荐理由:OpenAI 官方对 GPT-5 的定位说明,可了解其面向企业 AI 与自动化场景的落点。
OpenAI 发布 GPT-5,并介绍它在编码与设计方面带来的新可能。原文仅提供摘要,未给出具体功能、基准数据或使用方式。
OpenAI 介绍 GPT-5 如何辅助创意写作。
OpenAI 发文介绍 GPT-5 在医学研究中的用途。原文未披露具体模型版本参数、评测分数或可用性细节,仅说明内容围绕 GPT-5 用于医学研究展开。
OpenAI 发布 GPT-5,称其为目前最强的 AI 系统,在智能水平上较此前所有模型有显著跃升。官方称 GPT-5 在编码、数学、写作、健康、视觉感知等方向达到 SOTA 表现。
推荐理由:OpenAI 官方发布 GPT-5,给出其在编码、数学、写作、健康与视觉感知上的能力定位,可作为了解该模型代际变化的官方口径。
OpenAI 在 GPT-5 中引入 safe-completions 方法,用更细致的输出导向安全训练取代此前的硬拒绝策略,以同时提升模型的安全性与有用性。该方案针对 dual-use 提示词,将安全训练的重心从拒答行为转向对输出内容本身的把控。
OpenAI 发布 GPT-5 系统卡,说明其统一模型路由系统如何调度 gpt-5-main、gpt-5-thinking 以及 gpt-5-thinking-nano 等轻量版本,以针对不同任务和开发者用途提供快速或更强的响应。
推荐理由:官方系统卡披露 GPT-5 的统一模型路由机制,读者可了解不同任务如何被分配到对应模型。
OpenAI 发文介绍生物医药公司 Amgen 如何使用 GPT-5。原文未披露具体应用场景、部署规模或性能数据。
OpenAI 发文介绍 Cursor 如何使用 GPT-5。原文未披露具体功能细节、参数或性能数据。
Hugging Face 的 TRL 新增面向视觉语言模型的对齐支持,包括混合偏好优化 MPO、多模态 GRPO 以及 Qwen 提出的 GSPO,并扩展 RLOO 和 Online DPO 到 VLM。
推荐理由:TRL 把 MPO、GRPO、GSPO 等对齐方法扩展到视觉语言模型,并给出可直接运行的训练脚本,读者可据此判断多模态后训练的工具选择。
OpenAI 发布 GPT-5 的首次上手预览,展示一组资深开发者第一次使用 GPT-5 的过程。
推荐理由:OpenAI 官方放出 GPT-5 的首次上手片段,可据此了解开发者实际使用这款新模型的场景。
OpenAI for Government 宣布与美国总务管理局(GSA)达成新合作,未来一年 ChatGPT Enterprise 将以近乎零成本提供给整个联邦行政部门工作人员使用。
推荐理由:OpenAI 与美国 GSA 合作,让 ChatGPT Enterprise 以近乎零成本覆盖整个联邦行政部门,可观察 AI 进入政府场景的路径。
OpenAI 发布其能力最强的开放权重模型,称这是让先进 AI 更开放、更灵活、更易在全球获取的重要一步。官方表示,此举服务于让尽可能多的人用上 AI 的使命,AI 的下一个前沿不只关乎能力,也关乎谁能使用它。
推荐理由:OpenAI 官方宣布发布其能力最强的开放权重模型,读者可据此了解其开放策略的最新落点。
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两款开放权重语言模型,采用 Apache 2.0 许可。官方称这两款模型在推理任务上优于同规模开放模型,具备较强的工具调用能力,并针对消费级硬件的高效部署做了优化。
推荐理由:OpenAI 以 Apache 2.0 开源两款不同规模权重模型,可据此判断本地部署与工具调用的可选范围。
OpenAI 在论文中研究了发布 gpt-oss 的最坏情况前沿风险,并提出"恶意微调"(MFT)方法,尝试通过微调让 gpt-oss 在生物学和网络安全两个领域达到尽可能强的能力。