OpenAI Sora에 대한 창의 전문가들의 첫 인상
OpenAI는 Sora를 사용해 아이디어를 프로토타입하고, 초현실적인 비주얼을 만들며, 창작 과정에서 기술적·예산적 제약을 없앤 시각 예술가와 영화 제작자들의 초기 피드백을 공유했습니다.
Pollen-Vision: 로봇 분야 제로샷 비전 모델을 위한 통합 인터페이스
Hugging Face와 Pollen Robotics 팀은 제로샷 비전 모델을 통합하여 로봇이 3D 공간에서 알 수 없는 물체를 감지하고 위치를 파악할 수 있게 하는 오픈소스 라이브러리 pollen-vision을 출시했습니다.
Hugging Face Transformers: 오픈소스 머신러닝 입문 가이드
Hugging Face는 Transformers 라이브러리와 Hub를 사용하여 Microsoft의 Phi-2와 같은 오픈소스 머신러닝 모델을 배포하고 실행하는 포괄적인 입문 가이드를 제공합니다.
임베딩 양자화: 더 빠르고 저렴한 검색을 위한 이진 및 스칼라 기법
Hugging Face는 이진 및 int8 임베딩 양자화를 발표했으며, 메모리를 32배 또는 4배 줄이고 검색 속도를 최대 45배 가속화하면서 원래 성능의 96%–99%를 유지합니다.
JetBrains AI Assistant와 OpenAI API 통합
JetBrains는 AI Assistant에 OpenAI API를 통합하여 일상적인 코딩 작업을 자동화했으며, 그 결과 77%의 개발자가 생산성 향상을 보고했습니다.
Hugging Face와 Lighthouz AI가 챗봇 가드레일 아레나를 소개합니다
Hugging Face와 Lighthouz AI가 커뮤니티 주도 스트레스 테스트 플랫폼인 Chatbot Guardrails Arena를 출시했습니다. 이 플랫폼은 LLM과 가드레일의 데이터 프라이버시 및 보안을 평가하도록 설계되었습니다.
GaLore: 소비자 등급 하드웨어에서 대규모 모델 훈련 진전
GaLore는 저랭크 그래디언트 투영을 통해 옵티마이저 상태 메모리 요구량을 82.5% 이상 감소시켜, 소비자 등급 GPU에서 수십억 파라미터 모델 훈련을 가능하게 합니다.
Cosmopedia: LLM 사전 학습을 위한 대규모 합성 데이터
Hugging Face는 Mixtral-8x7B-Instruct-v0.1으로 생성된 3천만 파일과 250억 토큰을 포함한, LLM 사전 학습을 위한 가장 큰 공개 합성 데이터셋인 Cosmopedia를 소개합니다.
Intel Meteor Lake에서 Phi-2: 로컬 LLM 추론
Hugging Face는 OpenVINO와 Optimum Intel을 사용한 4비트 양자화를 통해 Intel Meteor Lake (Core Ultra) 프로세서에서 Microsoft Phi-2 모델을 로컬로 실행하는 방법을 보여줍니다.
Holiday Extras ChatGPT Enterprise 구현
Holiday Extras는 조직 전체에 ChatGPT Enterprise를 도입하여 주당 500시간 이상을 절감하고 연간 약 50만 달러의 비용 절감을 달성했습니다.
기업 신뢰와 안전을 위한 OpenAI와 Salesforce 통합
OpenAI는 Salesforce Einstein AI 플랫폼을 위한 기본 생성 AI 모델을 제공하여 영업, 서비스 및 커머스 클라우드 전반에 걸쳐 안전하고 기업 수준의 AI 기능을 구현합니다.
Superhuman AI와 OpenAI API 통합
Superhuman은 OpenAI API를 통합하여 사용자의 인박스 처리 속도를 두 배로 높이는 AI 기반 이메일 기능 모음을 출시했습니다.
Quanto: Optimum용 PyTorch 양자화 백엔드
Hugging Face는 다양한 모달리티에 걸쳐 저정밀 모델 배포를 간소화하도록 설계된, 다재다능하고 디바이스에 구애받지 않는 PyTorch 양자화 백엔드 Quanto를 Optimum용으로 소개합니다.
Hugging Face DGX 클라우드에서 학습
Hugging Face는 엔터프라이즈 Hub 조직이 NVIDIA H100 및 L40S GPU를 사용해 오픈 모델을 미세 조정할 수 있는 노코드 서비스인 Train on DGX Cloud를 출시했습니다.
WebSight 데이터셋 및 Sightseer 모델
Hugging Face는 200만 개의 스크린샷-HTML 쌍으로 구성된 합성 데이터셋인 WebSight와 웹 스크린샷을 기능적 HTML 코드로 변환할 수 있는 비전-언어 모델인 Sightseer를 소개했다.
Optimum Intel 및 fastRAG를 활용한 CPU 최적화 임베딩
Hugging Face와 Intel은 Optimum Intel 및 fastRAG를 사용해 Xeon CPU에서 임베딩 모델을 가속화하는 방법을 소개했으며, int8 양자화를 통해 최대 4.5배의 지연 시간 감소와 4배의 처리량 향상을 달성했습니다.
OpenAI와 Le Monde 및 Prisa Media의 글로벌 뉴스 파트너십
OpenAI는 Le Monde와 Prisa Media와 파트너십을 맺어 그들의 뉴스 콘텐츠를 ChatGPT에 통합했으며, 사용자에게 출처가 명시된 요약과 원본 기사로 직접 연결되는 링크를 제공합니다.
AI 건강 코칭을 위한 Healthify와 OpenAI 협업
Healthify는 OpenAI의 GPT-4 Vision, GPT-4 Turbo 및 임베딩 모델을 통합하여 개인 맞춤 영양 및 피트니스 코칭을 확장했으며, 그 결과 식품 추적 참여가 50% 증가했습니다.
OpenAI 거버넌스 검토 및 리더십 확인
OpenAI는 WilmerHale가 수행한 독립적인 검토를 완료했으며, Sam Altman과 Greg Brockman의 리더십에 대한 전적인 신뢰를 확인하고 중요한 거버넌스 개혁을 시행했습니다.
OpenAI 이사회 확대
OpenAI는 Dr. Sue Desmond-Hellmann, Nicole Seligman, Fidji Simo를 이사회에 임명했으며, CEO Sam Altman이 이사회에 재합류했습니다.
Lifespan 의료 시스템, GPT-4를 활용해 환자 건강 문해력 향상
Rhode Island에서 가장 큰 의료 시스템인 Lifespan은 복잡한 외과 동의서를 대학 수준에서 중학교 수준으로 간소화하기 위해 GPT-4를 도입했으며, 이를 통해 환자의 이해와 복지를 향상시켰습니다.
Match Group, 생산성 및 제품 개발 향상을 위해 ChatGPT Enterprise 도입
Match Group은 수천 명의 직원에게 ChatGPT Enterprise를 배포하여 부서 간 협업, 엔지니어링 효율성 및 제품 사용성 테스트를 개선하고, 동시에 OpenAI API를 활용해 고객용 기능을 제공하고 있습니다.
Paradigm, GPT-4를 통합해 임상시험 환자 매칭을 가속화
Paradigm은 OpenAI의 GPT-4 API를 사용해 임상시험 적격성을 위한 의료 기록 평가를 자동화하여 정확도를 10% 향상시키고, 분당 수백 명의 환자를 선별할 수 있게 했습니다.
OpenAI와 Elon Musk: 파트너십 및 사명에 대한 설명
OpenAI는 Elon Musk와의 역사적 관계, AGI 개발을 위한 영리 전환 필요성, 그리고 광범위한 혜택에 대한 약속을 명확히 하는 성명을 발표했습니다.
ConTextual: 텍스트가 풍부한 장면에서 멀티모달 추론 벤치마킹
Hugging Face와 UCLA 연구진은 복잡하고 텍스트가 풍부한 이미지에서 텍스트와 시각적 단서를 공동으로 추론하는 대형 멀티모달 모델(LMM)들을 평가하기 위해 설계된 데이터셋 및 리더보드인 ConTextual을 소개했습니다.
Hugging Face와 Argilla가 공동 커뮤니티 데이터셋 구축을 가능하게 하다
Hugging Face와 Argilla는 Hugging Face Spaces와 Argilla를 활용한 간소화된 워크플로를 도입하여 커뮤니티가 고품질의 오픈소스 데이터셋을 공동으로 구축할 수 있도록 했습니다.
Intel Gaudi 2 AI 가속기에서 텍스트 생성 파이프라인
Hugging Face는 Intel Gaudi 2 AI 가속기를 위한 맞춤형 텍스트 생성 파이프라인을 소개하며, Optimum Habana을 통해 Llama 2 모델(7b, 13b, 70b)의 간소화된 배포를 가능하게 합니다.
StarCoder2와 The Stack v2 릴리스
BigCode는 3B, 7B, 15B 파라미터 크기의 투명하게 학습된 오픈 코드 LLM 패밀리인 StarCoder2를 새로운 대규모 Stack v2 데이터셋으로 제공했습니다.
Hugging Face TTS Arena: 텍스트-음성 변환 모델 벤치마킹
Hugging Face는 텍스트-음성 변환 모델 품질을 객관적으로 측정하기 위해 Elo 레이팅 시스템을 활용한 크라우드소싱 방식의 나란히 비교 도구 및 리더보드를 제공하는 TTS Arena를 출시했습니다.
AI 워터마킹 101: 도구와 기법
Hugging Face는 이미지, 텍스트, 오디오 전반에 걸친 AI 워터마킹 기법에 대한 포괄적인 개요를 제공하여 딥페이크와 싸우고 콘텐츠 출처를 보장합니다.
Matryoshka 임베딩 모델 소개
Matryoshka 임베딩 모델은 성능 손실 없이 축소할 수 있는 가변 크기 임베딩을 제공하여 저장 공간, 속도 및 정확성 사이의 유연한 트레이드오프를 가능하게 합니다.
Hugging Face에서 Gemma 모델 파인튜닝
Hugging Face는 Parameter-Efficient Fine-Tuning(PEFT)과 Low-Rank Adaptation(LoRA)을 활용해 Google의 Gemma 모델을 GPU와 Cloud TPU에서 맞춤화하는 가이드를 제공합니다.
Hugging Face와 Haize Labs, Red-Teaming Resistance 리더보드 소개
Hugging Face와 Haize Labs는 특정 안전 위반 카테고리별 고품질 인간형 적대적 프롬프트에 대한 LLM 견고성을 평가하기 위해 Red-Teaming Resistance (RTR) 벤치마크를 출시했습니다.
Google Gemma 오픈 LLM 릴리스
Google은 Gemini를 기반으로 하는 오픈 액세스 대형 언어 모델 패밀리인 Gemma를 출시했으며, 2B 및 7B 파라미터 크기의 기본 및 인스트럭션 튜닝 변형을 제공합니다.
오픈 Ko-LLM 리더보드
Hugging Face와 Upstage가 Open Ko-LLM 리더보드를 출시하여, 한국어 대형 언어 모델을 위한 공정하고 투명한 평가 생태계를 제공하고, 데이터 오염을 방지하기 위해 비공개 테스트 세트를 사용합니다.
Hugging Face PEFT 새로운 LoRA 병합 방법
Hugging Face는 PEFT 라이브러리에 여러 새로운 병합 방법을 도입하여, 사용자가 동일한 기본 모델에서 파생된 여러 LoRA 어댑터를 실시간으로 결합해 새로운 기능을 합성할 수 있게 했습니다.
오픈소스 LLM을 활용한 합성 데이터가 맞춤형 모델의 비용, 지연 시간 및 탄소 배출을 감소시킵니다
Hugging Face는 오픈소스 LLM을 사용해 합성 데이터를 생성하고 작은 RoBERTa 모델을 미세조정함으로써, 추론 비용을 $3061에서 $2.7로, 지연 시간을 수초에서 0.13 s로, CO₂ 배출량을 약 1 t에서 0.12 kg으로 감소시키면서 금융 감성 분류에서 GPT‑4와 동일한 정확도를 달성하는 방법을 보여줍니다.
OpenAI Sora: 비디오 생성 모델을 세계 시뮬레이터로
OpenAI는 1분 길이의 고품질 비디오를 생성할 수 있는 diffusion transformer 모델인 Sora를 소개했으며, 이는 비디오 생성 모델을 확장하는 것이 범용 물리 세계 시뮬레이터로 가는 길임을 시사합니다.
OpenAI, AI를 활용한 국가 연계 위협 행위자들을 차단
OpenAI는 Microsoft Threat Intelligence와 협력하여 중국, 이란, 북한, 러시아 출신의 국가 연계 위협 행위자 5명의 계정을 차단했으며, 이들은 제한된 사이버 보안 작업에 AI를 사용했습니다.
AMD Pervasive AI 개발자 콘테스트
AMD와 Hugging Face가 파트너십을 맺어 Pervasive AI Developer Contest를 시작했으며, 개발자들에게 AMD 하드웨어를 무료로 제공하고 현금 상금을 통해 생성 AI, 로보틱스 AI, 그리고 PC AI 분야에서 AI 애플리케이션을 구축하도록 지원합니다.
ChatGPT 메모리 및 새로운 사용자 제어
OpenAI는 ChatGPT에 메모리 기능을 도입하여 모델이 대화 전반에 걸쳐 세부 정보를 기억하고, 반복적인 정보를 요구하지 않으면서 보다 개인화된 응답을 제공할 수 있게 했습니다.
Hugging Face TGI 메시지 API 출시
Hugging Face는 버전 1.4.0부터 Text Generation Inference (TGI)를 위한 Messages API를 도입했으며, 이를 통해 오픈 LLM에 대한 OpenAI Chat Completion API 호환성을 제공합니다.
Qwen1.5 릴리즈 노트 / 새로운 소식
Qwen은 0.5B에서 110B 파라미터에 이르는 오픈소스 베이스 및 챗 모델 시리즈인 Qwen1.5를 출시했으며, 인간 정렬 개선, 다국어 기능, Hugging Face transformers와의 네이티브 통합을 특징으로 합니다.
SegMoE: Segmind 확산 전문가 혼합
SegMoE는 Stable Diffusion 아키텍처의 Feed-Forward 레이어를 희소 MoE 레이어로 교체하여 프롬프트 이해도를 향상시키는 Mixture-of-Experts (MoE) Diffusion 모델을 생성하기 위한 프레임워크입니다.
NPHardEval 리더보드: 계산 복잡성을 통한 LLM 추론 평가
Hugging Face는 계산 복잡도 클래스를 활용하여 대형 언어 모델의 논리적 추론 능력을 정량적으로 측정하는 동적 벤치마크인 NPHardEval 리더보드를 소개합니다.
Hugging Face에서의 PatchTST 통합
Hugging Face는 시계열 패칭과 채널 독립성을 활용하여 장기 예측을 개선하고 전이 학습을 가능하게 하는 Transformer 기반 모델인 PatchTST를 통합했습니다.
Hugging Face 텍스트 생성 추론이 이제 AWS Inferentia2를 지원합니다
Hugging Face는 Amazon SageMaker를 통해 AWS Inferentia2에서 Text Generation Inference를 일반적으로 사용할 수 있게 되었음을 발표했으며, GPU 배포에 대한 대안으로 비용 효율적이고 고처리량의 LLM 서비스를 가능하게 합니다.
오픈 LLM을 활용한 헌법 AI
Hugging Face는 오픈 모델에서 헌법적 AI(CAI)를 구현하기 위한 엔드‑투‑엔드 레시피와 llm-swarm 도구를 소개합니다. 이를 통해 사용자 정의 원칙에 기반한 확장 가능한 자체 정렬이 가능해지며, 비용이 많이 드는 인간 피드백이 필요하지 않습니다.
OpenAI 생물학적 위협 평가: 조기 경보 시스템 구축
OpenAI는 인간 중심 연구를 수행하여 GPT-4가 인터넷 전용 접근에 비해 사용자가 생물학적 위협을 만들 수 있는 능력을 증가시키는지 여부를 판단했으며, 정확도와 완전성에서 약간의 향상이 있었지만 통계적으로 유의미하지 않은 결과를 발견했습니다.
Enterprise Scenarios Leaderboard: 실제 비즈니스 사례에 대한 LLM 평가
Hugging Face와 Patronus AI는 실제 비즈니스 작업 6가지에 대한 언어 모델을 평가하기 위해 Enterprise Scenarios Leaderboard를 출시했으며, 학술 벤치마크를 넘어 실용적인 엔터프라이즈 활용도를 측정합니다.