OpenAI Zelma: GPT-4で教育データを利用しやすくする
ZelmaはGPT-4を搭載したリサーチアシスタントで、米国の3〜8年生向け標準化テストデータを保護者、教師、政策立案者が平易な言葉でのクエリを通じて利用できるように設計されています。
OpenAI Sora 初印象：クリエイティブプロフェッショナルから
OpenAI は、Sora を使ってアイデアのプロトタイピングやシュールなビジュアルの作成、そしてクリエイティブプロセスから技術的・予算的制約を取り除いているビジュアルアーティストや映画制作者からの初期フィードバックを共有しました。
Pollen-Vision: ロボティクスにおけるゼロショットビジョンモデルの統一インターフェース
Hugging Face と Pollen Robotics チームは、ゼロショットビジョンモデルを統合し、ロボットが未知の物体を 3D 空間で検出・位置特定できるようにするオープンソースライブラリ pollen-vision をリリースしました。
Hugging Face Transformers: オープンソース機械学習の初心者向けガイド
Hugging Face は、Transformers ライブラリと Hub を使用して、Microsoft の Phi-2 のようなオープンソース機械学習モデルをデプロイおよび実行するための包括的な入門ガイドを提供しています。
埋め込み量子化：高速・低コスト検索のためのバイナリおよびスカラー手法
Hugging Face はバイナリおよび int8 の埋め込み量子化を発表し、メモリを 32 倍または 4 倍削減し、検索速度を最大 45 倍に向上させながら、元の性能の 96%〜99% を維持します。
JetBrains AI アシスタントと OpenAI API の統合
JetBrains は OpenAI の API を AI アシスタントに統合し、日常的なコーディング作業を自動化しました。その結果、開発者の 77% が生産性の向上を報告しています。
Hugging Face と Lighthouz AI が Chatbot Guardrails Arena を導入
Hugging Face と Lighthouz AI は、LLM とそのガードレールのデータプライバシーとセキュリティを評価するためのコミュニティ主導のストレステストプラットフォーム「Chatbot Guardrails Arena」を開始しました。
GaLore: コンシューマ向けハードウェアでの大規模モデル学習の進化
GaLoreは、低ランク勾配射影によりオプティマイザ状態のメモリ要件を82.5%以上削減することで、コンシューマ向けGPU上で数十億パラメータのモデルの学習を可能にします。
Cosmopedia: LLM事前学習のための大規模合成データ
Hugging Faceは、LLM事前学習向けの最大規模のオープン合成データセットであるCosmopediaを紹介します。このデータセットは、Mixtral-8x7B-Instruct-v0.1によって生成された3000万ファイル、250億トークンを含みます。
Intel Meteor Lake上のPhi-2：ローカルLLM推論
Hugging Faceは、OpenVINO と Optimum Intel を使用した4ビット量子化により、Intel Meteor Lake（Core Ultra）プロセッサ上でMicrosoft Phi-2モデルをローカルで実行する方法を示しています。
Holiday Extras ChatGPT Enterprise 実装
Holiday Extras は組織全体に ChatGPT Enterprise を導入し、週あたり 500 時間以上の削減を実現し、年間で約 50 万ドルの節約効果を達成しました。
エンタープライズの信頼と安全性のためのOpenAIとSalesforceの統合
OpenAIはSalesforce Einstein AIプラットフォーム向けの基盤となる生成AIモデルを提供し、Sales、Service、Commerceクラウド全体で安全かつエンタープライズ向けのAI機能を実現します。
Superhuman AI と OpenAI API の統合
Superhuman は OpenAI の API を統合し、ユーザーの受信トレイ処理速度を2倍にする AI 搭載メール機能のスイートを提供開始しました。
Quanto: Optimum 用の PyTorch 量子化バックエンド
Hugging Face は、あらゆるモダリティで低精度モデルのデプロイを簡素化するよう設計された、汎用性とデバイス非依存性を備えた Optimum 用 PyTorch 量子化バックエンド、Quanto を発表しました。
Hugging Face の DGX Cloud トレーニング
Hugging Face は、Enterprise Hub 組織が NVIDIA H100 および L40S GPU を使用してオープンモデルをノーコードでファインチューニングできるサービス「Train on DGX Cloud」を開始しました。
WebSight データセットと Sightseer モデル
Hugging Face は、200 万件のスクリーンショットと HTML のペアからなる合成データセット WebSight と、ウェブスクリーンショットを機能的な HTML コードに変換できるビジョン・ランゲージモデル Sightseer を発表しました。
Optimum Intel と fastRAG を使用した CPU 最適化埋め込み
Hugging Face と Intel は、Optimum Intel と fastRAG を活用し、Xeon CPU 上で埋め込みモデルを高速化する手法を導入しました。int8 量子化により、レイテンシを最大 4.5 倍削減し、スループットを最大 4 倍向上させます。
OpenAIのグローバルニュースパートナーシップ（Le Monde と Prisa Media）
OpenAIはLe MondeとPrisa Mediaと提携し、ニュースコンテンツをChatGPTに統合しました。ユーザーには出典が明示された要約と元記事への直接リンクが提供されます。
AI ヘルスコーチングにおける Healthify と OpenAI の協業
Healthify は OpenAI の GPT-4 Vision、GPT-4 Turbo、Embeddings モデルを統合し、パーソナライズされた栄養・フィットネスコーチングを拡大しました。その結果、食事トラッキングのエンゲージメントが 50% 増加しました。
OpenAI ガバナンスレビューとリーダーシップ確認
OpenAIはWilmerHaleによる独立したレビューを完了し、Sam AltmanとGreg Brockmanのリーダーシップに対する完全な信頼を確認し、重要なガバナンス改革を実施しました。
OpenAI取締役会の拡大
OpenAIはDr. Sue Desmond-Hellmann、Nicole Seligman、Fidji Simoを取締役会に任命し、CEOのSam Altmanが取締役会に復帰しました。
Lifespanヘルスケアシステム、GPT-4を活用して患者の健康リテラシー向上
ローディアイランド最大の医療システムであるLifespanは、GPT-4を導入し、複雑な外科同意書を大学レベルの読解難易度から中学校レベルに簡素化することで、患者の理解と健康増進を図っています。
Match Group、ChatGPT Enterpriseを導入し、生産性と製品開発を強化
Match Groupは、数千人の従業員にChatGPT Enterpriseを展開し、部門横断的な協働、エンジニアリング効率、製品のユーザビリティテストを改善するとともに、OpenAIのAPIを活用して顧客向け機能を提供しています。
Paradigm、GPT-4を統合して臨床試験患者マッチングを加速
ParadigmはOpenAIのGPT-4 APIを使用して、臨床試験の適格性評価のための医療記録の自動評価を行い、精度を10%向上させ、1分あたり数百人の患者のスクリーニングを可能にしています。
OpenAIとイーロン・マスク：パートナーシップとミッションの明確化
OpenAIは、イーロン・マスクとの歴史的関係、AGI開発資金調達のための営利化への必要性、そして広範な利益へのコミットメントを明らかにする声明を発表しました。
ConTextual: テキストが豊富なシーンにおけるマルチモーダル推論のベンチマーク
Hugging Face と UCLA の研究者は、テキストが豊富な複雑な画像において、テキストと視覚的手がかりを共同で推論する大型マルチモーダルモデル（LMM）の評価を目的としたデータセットとリーダーボードである ConTextual を導入しました。
Hugging Face と Argilla が共同コミュニティデータセット構築を実現
Hugging Face と Argilla は、Hugging Face Spaces と Argilla を活用した簡略化されたワークフローを導入し、コミュニティが共同で高品質なオープンソースデータセットを構築できるようにしました。
Intel Gaudi 2 AIアクセラレータ上のテキスト生成パイプライン
Hugging Face は Intel Gaudi 2 AIアクセラレータ向けにカスタムテキスト生成パイプラインを導入し、Optimum Habana を通じて Llama 2 モデル（7b、13b、70b）の簡易デプロイを実現しました。
StarCoder2 と The Stack v2 のリリース
BigCode は、3B、7B、15B のパラメータサイズで透明に訓練されたオープンコード LLM のファミリーである StarCoder2 を、巨大な新しい Stack v2 データセットを活用してリリースしました。
Hugging Face TTS Arena: テキスト音声合成モデルのベンチマーク
Hugging Faceは、Eloレーティングシステムを用いたクラウドソース型の並列比較ツールとリーダーボードであるTTS Arenaを立ち上げ、テキスト音声合成モデルの品質を客観的に測定できるようにしました。
AIウォーターマーキング 101: ツールとテクニック
Hugging Face は、ディープフェイクと戦い、コンテンツの出所を保証するために、画像、テキスト、オーディオにわたる AI ウォーターマーキング技術の包括的な概要を提供しています。
Matryoshka 埋め込みモデルの紹介
Matryoshka 埋め込みモデルは、サイズ可変の埋め込みを提供し、性能の大幅な低下なしに切り詰めることができ、ストレージ、速度、精度の間で柔軟にトレードオフできるようにします。
Hugging FaceでのGemmaモデルのファインチューニング
Hugging Face は、パラメータ効率的ファインチューニング（PEFT）と低ランク適応（LoRA）を使用して、Google の Gemma モデルを GPU および Cloud TPU 上でカスタマイズするためのガイドを提供しています。
Hugging Face と Haize Labs が Red-Teaming Resistance Leaderboard を発表
Hugging Face と Haize Labs は、特定の安全違反カテゴリにわたる高品質で人間らしい敵対的プロンプトに対する LLM の堅牢性を評価するために、Red-Teaming Resistance (RTR) Benchmark を開始しました。
Google Gemma オープン LLM リリース
GoogleはGemmaをリリースしました。Geminiに基づくオープンアクセスの大規模言語モデルファミリーで、2Bと7Bのパラメータサイズがあり、ベースと指示チューニングされたバリアントが提供されます。
Open Ko-LLM リーダーボード
Hugging Face と Upstage は、プライベートテストセットを使用して汚染を防止し、韓国語大規模言語モデルの公平で透明な評価エコシステムを提供するために Open Ko-LLM Leaderboard を立ち上げました。
Hugging Face PEFT 新しい LoRA マージング手法
Hugging Face は PEFT ライブラリにいくつかの新しいマージング手法を導入し、ユーザーが同じベースモデルからの複数の LoRA アダプタをオンザフライで組み合わせて新たな機能を合成できるようにしました。
オープンソースLLMによる合成データで、カスタムモデルのコスト、レイテンシ、炭素排出を削減
Hugging Face は、オープンソース LLM を用いて合成データを生成し、小型 RoBERTa モデルをファインチューニングすることで、推論コストを $3061 から $2.7 に、レイテンシを数秒から 0.13 s に、CO₂ 排出を約 1 t から 0.12 kg に削減し、金融感情分類タスクで GPT‑4 と同等の精度を実現したことを示しています。
OpenAI Sora: ビデオ生成モデルを世界シミュレータとして
OpenAIは、最大1分間の高忠実度ビデオを生成できる拡散トランスフォーマーモデルSoraを導入し、ビデオ生成のスケーリングが汎用的な物理世界シミュレータへの道であることを示唆しています。
OpenAI、AIを利用した国家系脅威アクターを撹乱
OpenAIはMicrosoft Threat Intelligenceと協力し、AIを用いて限定的なサイバーセキュリティタスクを実行していた中国、イラン、北朝鮮、ロシアの5つの国家系脅威アクターのアカウントを停止しました。
AMD パーベイシブ AI デベロッパーコンテスト
AMD と Hugging Face はパーベイシブ AI デベロッパーコンテストを開始するために提携し、開発者に AMD ハードウェアへの無料アクセスと、ジェネレーティブ AI、ロボティクス AI、PC AI の分野で AI アプリケーションを構築するための賞金を提供します。
ChatGPT のメモリと新しいユーザーコントロール
OpenAI は、ChatGPT が会話間で詳細を記憶し、繰り返し情報を提供する必要なく、よりパーソナライズされた応答を提供できるメモリ機能を導入しました。
Hugging Face TGI メッセージ API リリース
Hugging Faceはバージョン1.4.0からText Generation Inference（TGI）向けのMessages APIを導入し、オープンLLM向けにOpenAI Chat Completion APIとの互換性を実現しました。
Qwen1.5 リリースノート / 新機能
Qwenは、0.5Bから110BパラメータまでのオープンソースのベースモデルとチャットモデルのシリーズであるQwen1.5をリリースしました。人間の好み合わせの改善、多言語対応、そしてHugging Face `transformers` へのネイティブ統合が特徴です。
SegMoE: Segmind の拡散エキスパート混合モデル
SegMoE は、Stable Diffusion アーキテクチャの Feed‑Forward 層をスパース MoE 層に置き換えることで、プロンプト理解を向上させた Mixture‑of‑Experts（MoE）拡散モデルを作成するフレームワークです。
NPHardEval リーダーボード：計算複雑性による LLM 推論の評価
Hugging Face は、計算複雑性クラスを用いて大規模言語モデル（LLM）の論理的推論能力を定量的に測定する動的ベンチマークである NPHardEval リーダーボードを導入しました。
PatchTST の Hugging Face への統合
Hugging Face は、時系列パッチングとチャネル独立性を用いて長期予測を改善し、転移学習を可能にする Transformer ベースのモデルである PatchTST を統合しました。
Hugging Face Text Generation Inference が AWS Inferentia2 をサポート開始
Hugging Face は、Amazon SageMaker を通じて AWS Inferentia2 上で Text Generation Inference の一般提供を開始したことを発表しました。これにより、GPU デプロイの代替として、コスト効果が高くハイスループットな LLM 提供が可能になります。
オープンLLMを用いた憲法AI
Hugging Face は、オープンモデル上で憲法AI（CAI）を実装するためのエンドツーエンドのレシピと llm-swarm ツールを紹介し、ユーザー定義の原則に基づくスケーラブルな自己整合を、コストのかかる人間フィードバックなしで可能にします。
OpenAI 生物学的脅威評価：早期警戒システムの構築
OpenAI は、人間中心の研究を実施し、GPT-4 がインターネットのみのアクセスと比較してユーザーの生物学的脅威作成能力を高めるかどうかを検証しました。その結果、正確性と完全性においてわずかながら向上が見られましたが、統計的に有意な差は認められませんでした。