资讯列表
OpenAI o1 推理模型 API 上线，仅面向特定开发者开放
“OpenAI 12 天”活动进入第 9 天，OpenAI 今日宣布，其“推理”人工智能模型 o1 正式通过 API 向部分开发者开放，并同步更新了包括 GPT-4o、实时 API 以及微调 API 等多项开发者工具。
AI大模型时代，人才的需求已经变了
什么是 AI 发展的第一驱动力？ 最近，全球科技大厂都在用行动告诉我们：人才。 本月初，谷歌 NotebookLM 的核心团队共同宣布离职创业，他们新公司的网站已经进入了「建设中」的状态。
3B模型长思考后击败70B！HuggingFace逆向出o1背后技术细节并开源
如果给小模型更长的思考时间，它们性能可以超越更大规模的模型。 最近一段时间，业内对小模型的研究热情空前地高涨，通过一些「实用技巧」让它们在性能上超越更大规模的模型。 可以说，将目光放到提升较小模型的性能上来有其必然性。
OpenAI被偷家，谷歌Veo 2反超Sora
视频生成领先 OpenAI 了？ 今天是个好日子，至少谷歌这么想。 几个小时前，该公司一键三连，一口气发布了两款视觉生成模型和一个工具：Veo 2：视频生成模型，可使用文本或图像 prompt 生成高真实感、高质量的视频；Imagen 3：文生图模型，可更忠实地遵从提示词，实现更加丰富的细节和纹理渲染；Whisk：图生图工具，基于 Imagen 3 与 Gemini 的视觉理解和描述能力打造，能让用户更加方便地调整图像的场景、风格和物体。
NeurIPS Spotlight | 基于信息论，决策模型有了全新预训练范式统一框架
AIxiv专栏是AI在线发布学术、技术内容的栏目。 过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。 如果您有优秀的工作想要分享，欢迎投稿或者联系报道。
我国科学家建立生成式模型为医学 AI 训练提供技术支持
近年来，研究者们开始探索使用生成式 AI 技术合成医学影像数据，以此来扩充数据。
举报人「自杀」，OpenAI表示震惊！NYU教授发长文悼念：警钟仍在回响
几天前，消息曝出，曾在OpenAI工作四年，指控公司侵犯版权的Suchir Balaji，上月底在旧金山公寓中被发现死亡，年仅26岁。 Suchir Balaji曾参与了ChatGPT后训练、GPT-4预训练，以及o1推理的研发工作。 今年10月，他在自己的一篇博文和「纽约时报」的专访中指出，OpenAI在使用新闻和其他网站的信息训练其AI模型时，违反了「合理使用」原则。
GPU 资源调度：k8s-device-plugin 知多少 ？
Hello folks，我是 Luga，今天我们来聊一下人工智能应用场景 - 基于 k8s-device-plugin 机制所实现的 GPU . 资源动态调度。 近几年，随着大数据和人工智能技术的迅猛发展，AI 应用场景日益丰富，成为推动产业升级的重要驱动力。
Differential Transformer: 通过差分注意力机制提升大语言模型性能
Transformer模型已经成为大语言模型（LLMs）的标准架构，但研究表明这些模型在准确检索关键信息方面仍面临挑战。 今天介绍一篇名叫Differential Transformer的论文，论文的作者观察到一个关键问题：传统Transformer模型倾向于过分关注不相关的上下文信息，这种"注意力噪声"会影响模型的性能。 在这篇论文中，作者注意到transformer模型倾向于关注不相关的上下文。
数据分布检验利器：通过Q-Q图进行可视化分布诊断、异常检测与预处理优化
在机器学习和数据分析中，我们经常需要验证数据是否符合某种特定的分布（如正态分布）。 这种验证对于选择合适的统计方法和机器学习模型至关重要。 例如许多统计检验和机器学习算法都假设数据服从正态分布。
企业如何应对AI模型中的偏见和隐私挑战
在采访中，Holistic AI的联合首席执行官Emre Kazim讨论了公司从一开始就需要将负责任的AI实践融入其业务战略的必要性。 他探讨了如何解决偏见、隐私和透明度等问题，这需要一种积极主动且全面的方法，而不仅仅是遵守法规。 公司如何解决AI模型中的偏见、隐私问题和缺乏透明度的情况?为了应对这些挑战及其他更多问题，公司需要制定一个清晰且积极主动的AI治理计划。
视觉模型进入MoE时代！DeepSeek开源全新视觉模型VL2，逆向由图生成代码、梗图解析、几张图生成一篇童话！
编辑 | 言征出品 | 51CTO技术栈（微信号：blog51cto）12月13日晚，国内开源模型玩家深度求索发布了视觉模型 DeepSeek-VL2。 这次DeepSeek视觉模型给这一领域带来了不少看新看点：1、模型层面，视觉模型也可以使用 MoE 架构，而且可以配合动态切图2、新增了不少生成玩法，如：视觉定位，模型可以根据提示识别出物体的边界范围，再比如梗图理解和解析。 3、图表理解：可以根据plot图逆向生成代码。
北大开源全新图像压缩感知网络：参数量、推理时间大幅节省，性能显著提升 | 顶刊TPAMI
压缩感知（Compressed Sensing，CS）是一种信号降采样技术，可大幅节省图像获取成本，其核心思想是「无需完整记录图像信息，通过计算即可还原目标图像」。 CS的典型应用包括：降低相机成本：利用廉价设备就能拍摄出高质量图像；加速医疗成像：将核磁共振成像（MRI）时间从40分钟缩短至10分钟内，减少被检查者的不适；探索未知世界，助力科学研究：将「看不见」的事物变为「看得见」，如观测细胞活动等转瞬即逝的微观现象，以及通过分布式射电望远镜观测银河系中心的黑洞。 CS的两个核心问题是：如何设计采样矩阵，从而尽可能多地保留图像信息？
宇树机器人强化学习代码全面开源，还有训练到仿真和实操手把手教学
9.9万元起，还能够大规模量产的国产人形机器人，表现得实在是太6了：而且还走上了开源路线，就在刚刚，宇树机器人开源的强化学习代码又更新了！ 更新之后不再是只能训练——不仅能够仿真运行，还能部署到实体机器，整个过程所有代码全部开放。 一开始，宇树开源的是英伟达Issac Gym平台上的训练代码，这次新增了对MuJoCo模拟仿真的支持。
消息称马斯克与台积电董事长魏哲家见面，透露特斯拉未来的重心是 Optimus 人形机器人
据中国台湾媒体工商时报报道，特斯拉 CEO 埃隆・马斯克上周在美国会见了台积电董事长魏哲家。会面中，马斯克强调了台积电为特斯拉提供足够产能以生产其自主研发的 Dojo 芯片的重要性，该芯片将使用台积电的 5nm 工艺制造并采用 InFO-SoW 先进封装。
语言游戏让 AI 自我进化，谷歌 DeepMind 推出苏格拉底式学习
近日，谷歌 DeepMind 的研究人员推出了苏格拉底式学习，在没有外部数据的情况下，让 AI 通过语言游戏不断变强。
语言游戏让AI自我进化，谷歌DeepMind推出苏格拉底式学习
没有外部数据，AI自己也能进化？ 听起来有点吓人，于是谷歌DeepMind的这项研究很快引起了广泛关注。 图片论文地址：「苏格拉底式学习」（Socratic Learning），能够使AI系统自主递归增强，超越初始训练数据的限制。
开源Llama版o1来了，3B小模型反超80B，逆向工程复现OpenAI新Scaling Law
o1完整版公开仅10天，Scaling Law新范式就被逆向工程复现了！ Hugging Face官方发文，开源了扩展测试时计算的方法。 用在小小小模型Llama 1B上，数学分数直接超过8倍大的模型，也超过了计算机科学博士生的平均分数（40%）。