面向研究者的 Hugging Face Hub 数据集共享
Hugging Face Hub 提供一个综合平台，用于托管和共享大规模 ML 数据集，集成了用于探索、安全和社区参与的工具。
Qwen2.5-Coder 系列发布说明
Qwen 发布了 Qwen2.5-Coder 系列，包含从 0.5B 到 32B 的六种模型规模，其中 32B-Instruct 模型在编码任务上实现了与 GPT-4o 相当的开源 SOTA 性能。
Hugging Face PyCharm 集成
Hugging Face 已将其 Hub 直接集成到 PyCharm Professional 中，允许开发人员在不离开 IDE 的情况下发现、插入和管理机器学习模型。
Argilla 2.4 发布说明 / 新功能
Argilla 2.4 引入了一个无需编码的 UI，用于导入 Hugging Face Hub 数据集，以通过人工反馈构建微调和评估数据集。
介绍 ChatGPT 搜索
OpenAI 已在 ChatGPT 中集成了全新网页搜索功能，使用户能够获得快速、及时的答案，并直接链接到相关的网络来源。
Promega ChatGPT 采用案例研究
Promega 已在整个组织中整合了 ChatGPT，部署了超过 1,400 个自定义 GPT，以加速制造、销售和营销工作流程。
OpenAI SimpleQA 基准发布
OpenAI 发布了 SimpleQA，这是一套包含 4,326 条简短求事实问题的开源基准，用于评估前沿语言模型的事实准确性和校准能力。
Decagon 与 OpenAI 的客户支持自动化
Decagon 采用包含 GPT-3.5、GPT-4 和 o1-mini 的多模型策略，实现对企业客户高达 91% 的全球支持自动化。
通用辅助生成：使用任意助手模型实现更快解码
Hugging Face 与 Intel Labs 推出了通用辅助生成（UAG），这是一种通过允许任何小模型充当助手（不受其分词器限制）来将大语言模型推理加速 1.5 倍至 2.0 倍的方法。
Digital Green Farmer.chat：通过 LLM‑as‑a‑Judge 加强 RAG
Digital Green 为 Farmer.chat（基于 RAG 的农业聊天机器人）实现了 LLM‑as‑a‑Judge 评估框架，以客观衡量 RAG 准确性并在 34 万条查询中优化模型选择。
Aya Expanse 发布：推动多语言大语言模型性能提升
Hugging Face 和 Cohere For AI 已发布 Aya Expanse，这是一系列 8B 和 32B 开源权重模型，创下了多语言性能的新最先进基准。
简化、稳定并扩展连续时间一致性模型
OpenAI 推出 sCM，这是一种简化的连续时间一致性模型，仅需两步采样即可实现与扩散模型相当的样本质量，生成速度提升约 50 倍。
HUGS 发布：零配置、硬件优化的开源 LLM 推理
Hugging Face 推出 HUGS，这是一项零配置、硬件优化的开源 LLM 推理服务，支持 NVIDIA、AMD，未来还将支持 AWS Inferentia 和 Google TPU，使企业能够在内部托管模型，并提供兼容 OpenAI 的 API。
CinePile 2.0 发布：对抗性细化提升视频问答数据集质量
CinePile 2.0 引入了对抗性细化流水线，将薄弱的 QA 对升级为依赖视觉的问题，发布了改进后的数据集和完整代码，并展示了商业和开源视频‑LLM 的显著性能提升。
SynthID 文本集成于 Transformers v4.46.0
Google DeepMind 与 Hugging Face 已将 SynthID Text 集成到 Transformers v4.46.0 中，提供了一种对 AI 生成文本添加不可感知水印并通过训练分类器进行检测的方法。
OpenAI 与微软与 Lenfest Institute 合作的 AI 协作与奖学金项目
OpenAI 与微软已与 Lenfest Institute for Journalism 合作，提供 1000 万美元的资金和信用额度，帮助本地新闻编辑部实施 AI，以实现业务可持续性和创新。
在 Hugging Face 推理端点上部署语音到语音
Hugging Face 提供了一份指南，说明如何使用自定义 Docker 镜像在 Inference Endpoints 上部署其 Speech-to-Speech（S2S）流水线，以应对高计算需求并降低延迟。
Outlines-core 0.1.0 发布说明 / 新功能
Hugging Face 和 dottxt 已发布 outlines-core 0.1.0，这是 Outlines 核心算法的 Rust 移植版，用于结构化生成，提升了索引编译速度和可移植性。
Stable Diffusion 3.5 Large 与 Diffusers 的集成
Hugging Face 已将 Stable Diffusion 3.5 Large（一个 8B 参数模型，提供标准版和时间步蒸馏版）集成到 Diffusers 库中。
Hugging Face 与 Protect AI 合作，为模型安全添加 Guardian 扫描器
Hugging Face 与 Protect AI 合作，将 Guardian 扫描器嵌入 Hub，自动检测危险的模型序列化漏洞，提升整个机器学习社区的安全性。
Transformers.js v3 发行版添加了 WebGPU 加速、扩展的模型支持以及服务器端 JavaScript 兼容性
Transformers.js v3 添加了 WebGPU 加速、新的量化格式、支持 120 种模型架构，并兼容 Node.js/Deno/Bun，使得在浏览器和 JavaScript 运行时实现快速的设备端推理成为可能。
Keras 中的 Llama 3.2
通过 keras-hub，Keras 完全支持 Llama 3.2，用户可以加载 Hugging Face 检查点，并在 JAX、PyTorch 或 TensorFlow 后端上运行模型。
Hugging Face Transformers 梯度累积修复
Hugging Face 已更新 Transformers Trainer，通过纠正跨批次的损失平均方式，确保梯度累积在数学上等同于完整批次训练。
OpenAI 在 ChatGPT 中评估公平性的研究摘要
OpenAI 的研究发现，基于姓名的有害刻板印象出现在不到 0.1% 的 ChatGPT 回复中，且整体答案质量在性别和种族姓名提示下保持一致。
OpenAI MLE-bench：评估机器学习工程中的机器学习代理
OpenAI 推出 MLE-bench，这是一项使用 75 场 Kaggle 竞赛来衡量 AI 代理机器学习工程能力的基准，其中 o1-preview 在 16.9% 的任务中达到了铜牌水平。
Gradio 5 安全审查
Hugging Face 与 Trail of Bits 合作，对 Gradio 5 进行全面安全审计，修复了所有已识别的漏洞，确保机器学习应用默认安全。
AMD EPYC Turin CPU 实现比 Genoa 高出 2 倍的 LLM 推理吞吐量
AMD 第五代 EPYC Turin CPU 的 LLM 推理吞吐量约为 Genoa 的两倍，为 Hugging Face 工作负载实现更低的延迟和更高的吞吐量。
使用 Hugging Face 和 Dask 扩展 AI 数据处理规模
Hugging Face 和 Dask 通过分布式计算和多 GPU 并行推理，实现了 AI 数据处理从小规模本地样本到数亿行的扩展。
Gradio 5 发布说明
Hugging Face 已发布 Gradio 5，这是一款面向生产环境的框架，可使用 Python 构建高性能、可扩展且安全的机器学习 Web 应用程序。
OpenAI 与 Hearst 内容合作伙伴关系
OpenAI 与 Hearst 合作，将来自 20 多个杂志品牌和 40 多家报纸的内容整合到其 AI 产品（包括 ChatGPT）中，为用户提供更可靠且有引用的新闻报道。
Hugging Face Transformers 4.45.0 动态投机解码
Hugging Face 与 Intel Labs 在 Transformers 4.45.0 中引入了动态投机解码，通过根据模型置信度动态调整草稿 token 数量，实现了最高 **2.7 倍** 的文本生成加速。
在 Hugging Face Hub 上改进 Parquet 去重
Hugging Face 正在优化其存储架构以提升 Parquet 文件去重效率，提出基于内容定义的行组，以在数据集更新时降低存储开销。
Open FinLLM Leaderboard 发布 – 金融语言模型的全面零样本基准
Hugging Face 推出了 Open FinLLM Leaderboard，这是一项覆盖七大类、共 40 项金融专用任务的零样本基准，用于评估大型语言模型在真实金融场景中的准备程度。
OpenAI Canvas 测试版发布：用于 ChatGPT 的协作写作和编码界面
OpenAI 推出了 Canvas，这是一款测试版界面，允许 ChatGPT 在写作和编码项目中进行协作，支持内联编辑、版本控制和专用快捷键，最初面向 Plus 和 Team 用户推出。
OpenAI 建立 40 亿美元信用额度以提升财务灵活性
OpenAI 与全球银行联盟建立了 40 亿美元循环信用额度，以提升流动性并支持 AI 研究和基础设施的扩展。
中国人工智能全球扩张分析
中国人工智能公司正因国内市场饱和、激烈的价格战和监管压力而加速国际扩张，目标市场包括东南亚、中东以及西方消费市场。
OpenAI 融资公告 2024年10月
OpenAI 在后估值为1570亿美元的情况下，获得了66亿美元的新融资，以加速前沿 AI 研究并提升计算能力。
OpenAI 实时 API 发布
OpenAI 已在公开测试中推出实时 API，使开发者能够使用 GPT-4o 构建低延迟、多模态的语音对语音体验。
GPT-4o 视觉微调 API 发布
OpenAI 为 GPT-4o 引入了视觉微调，使开发者能够使用图像-文本数据集定制模型，以提升专门的视觉理解和目标检测能力。
OpenAI 提示缓存 API 发布
OpenAI 为 GPT-4o、GPT-4o mini、o1-preview 和 o1-mini 引入了提示缓存，提供 50% 的折扣并降低重复使用输入令牌的延迟。
OpenAI 模型蒸馏 API 集成
OpenAI 推出了一个集成的模型蒸馏套件，使开发者能够使用诸如 o1-preview 和 GPT-4o 等前沿模型的输出，对更小的模型（如 GPT-4o mini）进行微调并提升其性能。
OpenAI 与 Altera：使用 GPT-4o 创建协作式数字人类
Altera 开发了自主 AI 代理，称为数字人类，能够在类似《Minecraft》的环境中与人协作，采用受大脑启发的架构并由 GPT-4o 提供动力。
BenCzechMark：面向捷克语 LLM 的综合评估套件
Hugging Face 与学术合作伙伴发布了 BenCzechMark，这是首个面向捷克语模型的综合评估套件，包含 9 个类别的 50 项任务，并采用新颖的基于对决的计分机制。
OpenAI 打击 STORM-0817 伊朗关联的恶意软件活动
OpenAI 已禁用伊朗基地威胁行为体 STORM-0817 用于开发 Android 恶意软件、抓取 Instagram 个人资料以及对巴基斯坦网络安全专业人士进行侦察的账户。
OpenAI 打击与中国关联的 SweetSpecter 网络活动
OpenAI 识别并封禁了与中国籍对手 SweetSpecter 关联的账户，该对手试图利用 ChatGPT 进行攻击性网络行动，并对 OpenAI 员工发动了鱼叉式网络钓鱼攻击。
OpenAI 调查：伪造的俄罗斯网络喷子错误信息骗局
OpenAI 已驳斥了一则声称揭露俄罗斯网络喷子账户 GPT-4o 错误信息的病毒式帖子，揭示该事件是一次手工制作的骗局，可能起源于美国。
OpenAI 打击与伊朗关联的 CyberAv3ngers 网络研究活动
OpenAI 已封禁与伊朗关联的威胁组织 CyberAv3ngers 相关的账户，该组织利用大型语言模型进行侦察、代码调试以及针对工业控制系统的漏洞研究。
OpenAI 打击“Stop News”俄罗斯影响行动
OpenAI 禁用了一个由俄罗斯发起的影响行动——“Stop News”使用的多个 ChatGPT 账户，该行动利用 AI 生成的文本和图像冒充新闻媒体并建立欺骗性合作伙伴关系。
OpenAI 打击 A2Z 行动的多语言影响活动
OpenAI 封禁了一批使用其 API 进行多语言影响行动的账户，该行动被称为 Operation A2Z，利用 AI 管理虚假人格并在 X 与 Facebook 上生成政治内容。
OpenAI 打击 Bet Bot 赌博垃圾信息网络
OpenAI 封禁了一批通过以色列初创公司使用其 API 在 X 上运营赌博垃圾信息网络的账户，利用 AI 生成的身份诱导用户访问赌博网站。