Hugging Face Hub 存储区域
Hugging Face 为 Enterprise Hub 客户引入了存储区域，使组织能够选择其模型和数据集的存储位置，以提高监管合规性和数据传输性能。
个人 Copilot: 训练你自己的编码助手
Hugging Face 展示了如何通过在特定代码库上使用 QLoRA 和全量微调技术微调 StarCoder 来创建个性化编码助手 HugCoder。
OpenAI 前沿风险与准备工作框架
OpenAI 已成立专门的准备工作团队并制定了风险告知开发政策，旨在识别、评估和减轻与前沿 AI 模型相关的灾难性风险。
前沿模型论坛更新
OpenAI、Anthropic、Google和微软任命Chris Meserole为前沿模型论坛执行董事，并设立了1000万美元AI安全基金，以推进对有能力的AI模型的评估研究。
Hugging Face 与 Renumics Spotlight 集成以实现可扩展的数据检查
Hugging Face 已与 Renumics Spotlight 集成，以实现机器学习数据集的交互式、一行代码可视化和检查，包括对多模态数据和模型结果的支持。
优化 Stable Diffusion XL (SDXL) 的推理速度与内存占用
Hugging Face 探索了 Stable Diffusion XL (SDXL) 的多种优化技术，展示了如何将内存占用从 28GB 降低到低至 11.47GB，并将推理延迟从 72.2 秒降低到大约 10.3 秒。
使用 Hugging Face Inference Endpoints 部署嵌入模型
Hugging Face 通过 Inference Endpoints 引入 Text Embeddings Inference (TEI)，为部署开源嵌入模型以用于 RAG 和语义搜索提供了一种高性能、成本效益高的方式。
The N 实现细节 of RLHF with PPO – Hugging Face 博客摘要
Hugging Face 博客文章复现了 OpenAI 的 2019 年 RLHF 代码库，匹配了其学习曲线，并详细说明了 N 项实现细节，包括一个关键的 PyTorch Adam 优化器差异，导致更新更加激进。
DALL·E 3 在 ChatGPT Plus 和 Enterprise 中的集成
OpenAI 已将 DALL·E 3 集成到 ChatGPT Plus 和 Enterprise 中，推出了一种能够实现更高视觉保真度、更好提示遵循以及改进文本、手部和面部渲染的模型。
Gradio-Lite: 完全在浏览器中运行的无服务器 Gradio
Hugging Face 推出 Gradio-Lite (@gradio/lite)，这是一个使用 Pyodide 在网页浏览器中直接运行 Gradio 应用的 JavaScript 库，消除了对服务器端基础设施的需求。
Typeform Formless：AI 驱动的对话式数据收集
Typeform 已推出 Formless，一个基于 GPT-3.5 Turbo 和 GPT-4 构建的 AI 驱动平台，用动态的双向对话体验取代传统的表单结构。
Ironclad AI Assist 与 GPT-4 的集成
Ironclad 已通过 AI Assist 将 GPT-4 集成到其合同生命周期管理平台中，将初步合同修订时间从 40 分钟缩短至两分钟。
Retool AI 与 GPT-4 集成
Retool 已推出 Retool AI，这是一套由 GPT-4 驱动的功能，使企业能够使用可视化画布构建自定义的 AI 驱动应用程序和工作流。
使用 ONNX Runtime 加速 Hugging Face 模型
Hugging Face 和 ONNX Runtime 使超过 130,000 个模型实现性能加速，包括相比 PyTorch，whisper-tiny 模型的延迟降低高达 74.30%。
DALL·E 3 系统卡
OpenAI 发布了 DALL·E 3 系统卡，详细说明了相较于 DALL·E 2 在描述忠实度和图像质量方面的改进，并伴随广泛的安全评估和风险缓解措施。
Hugging Face Chat Templates
Hugging Face 引入了基于 Jinja 的聊天模板系统，以确保聊天模型接收到的输入格式与其训练时完全一致，从而防止性能隐形下降。
在 Cloud TPU v5e 上使用 JAX 加速 Stable Diffusion XL 推理
Hugging Face Diffusers 现在支持在 Cloud TPU v5e 上使用 JAX 来服务 Stable Diffusion XL (SDXL)，相比 TPU v4 提供最高 2.4 倍的每美元性能。
通过 Hugging Face Inference API 部署 AI Comic Factory
Hugging Face 提供了一个使用 Inference API 部署 AI Comic Factory 私有实例的指南，利用 Llama-2 和 SDXL 1.0 模型。
通过 TRL 使用 DDPO 微调 Stable Diffusion
Hugging Face 已将去噪扩散策略优化 (DDPO) 集成到 TRL 库中，使得使用强化学习实现 Stable Diffusion 模型与人类偏好的对齐成为可能。
Hugging Face 伦理与社会更新 夏季 2023
Hugging Face 详细介绍了其在 2023 年夏季在美国、欧盟和英国影响 AI 监管的努力，同时通过公开倡导和技术研究推进开源伦理。
Hugging Face 指南：无代码训练 LLaMA 2 聊天机器人
Hugging Face 使用 Spaces、AutoTrain 和 ChatUI 提供无代码工作流，使非工程师能够微调 LLaMA 2 并将其部署为功能聊天应用。
Amazon SageMaker 上的 Llama 2 基准测试
Hugging Face 分析了 Amazon SageMaker 上 Llama 2 的 60 种部署配置，以确定成本、吞吐量和延迟的最佳设置。
GPT-4V(ision) 系统卡
OpenAI 已推出 GPT-4V(ision)，这是 GPT-4 的多模态扩展，使模型能够分析和处理图像输入，以解决新任务并提供新颖的用户体验。
ChatGPT 语音和图像功能更新
OpenAI 已为 ChatGPT 引入多模态功能，使 Plus 和 Enterprise 用户能够进行语音对话并共享图像以进行分析。
Hugging Face 专业版推理
Hugging Face 为专业版用户推出了推理服务，提供了针对策划的最先进模型的加速 API 端点，并提高了免费推理 API 的速率限制。
OpenAI 红队网络
OpenAI 已启动红队网络，这是一个由全球领域专家组成的正式社区，负责严格评估 AI 模型以识别风险并在整个开发生命周期中提升安全性。
Rocket Money x Hugging Face: 在生产环境中扩展易变的 ML 模型
Rocket Money 使用 Hugging Face 的 Inference API 将其交易分类系统扩展到每月超过十亿笔交易，以替换遗留的基于正则表达式的系统。
Introduction to 3D Gaussian Splatting
3D 高斯溅射是一种光栅化技术，能够从少量图像中学习并实时渲染出逼真的 3D 场景。
Hugging Face 目标检测排行榜
Hugging Face 发布了一个目标检测排行榜，使用 COCO 风格的指标对开源模型进行排名，并发表了一篇博客，解释了如何计算平均精度（Average Precision，AP）和平均召回率（Average Recall，AR），以及哪些因素可能影响结果。
在生产环境中优化LLM：精度、注意力和架构
Hugging Face 概述了高效 LLM 部署的关键技术，重点在于降低精度的量化、用于内存效率的 Flash Attention，以及如 RoPE、ALiBi、MQA 和 GQA 等架构优化。
OpenAI 通过新都柏林办事处建立欧洲存在
OpenAI 在爱尔兰都柏林开设新办事处，以扩展其欧洲业务、信任与安全、安全工程以及法律职能。
使用 PyTorch FSDP 微调 Llama 2 70B
Hugging Face 演示了如何使用 PyTorch Fully Sharded Data Parallelism (FSDP) 和 Accelerate 来微调 Llama 2 70B，以克服 CPU RAM 瓶颈并优化 VRAM 使用。
介绍 Würstchen：用于图像生成的快速扩散
Würstchen 是一种快速且高效的文本到图像扩散模型，通过实现 42x 空间压缩来显著降低训练和推理成本。
Hugging Face Transformers 量化概览
Hugging Face 原生支持 bitsandbytes 和 auto-gptq 量化方案，以在较小的设备上实现大型模型推理以及高效的适配器微调。
SafeCoder vs. 闭源代码助手
Hugging Face 推出 SafeCoder，一个基于开源 StarCoder 模型的企业级代码助手，相较于闭源替代方案，它优先考虑透明度、定制化和数据隐私。
使用 T2I-Adapters 进行 SDXL 的高效可控生成
Hugging Face 和 TencentARC 推出 T2I-Adapter-SDXL，这是一个轻量级的即插即用模型，能够使用外部信号（如草图和深度图）对 Stable Diffusion XL（SDXL）的生成进行精确控制，其计算开销相比 ControlNet 显著降低。
OpenAI DevDay 公告
OpenAI 宣布了其首届开发者大会 DevDay，定于 2023 年 11 月 6 日在旧金山举行，以预览新工具并与开发者社区互动。
Falcon 180B 发布说明
TII 发布了 Falcon 180B，这是目前公开可用的最大语言模型，拥有 1800 亿参数，在 3.5 万亿个 token 上训练，以与专有模型如 PaLM-2 竞争。
Fetch 案例研究：使用 Amazon SageMaker 和 Hugging Face 将 ML 处理延迟降低 50%
Fetch 通过将其机器学习 (ML) 管道迁移到 Amazon SageMaker 和 Hugging Face，将收据扫描的 ML 处理延迟降低了 50%，并将文档理解模型的准确性提高了 200%。
OpenAI 使用 AI 教学指南
OpenAI 为教育工作者提供实用框架和提示模板，以使用 AI 进行语言支持、课程规划和个性化辅导。
AudioLDM 2 优化指南：使用 Hugging Face Diffusers 减少推理时间
Hugging Face 演示了如何将 AudioLDM 2 的推理时间降低超过 10 倍，通过代码和模型优化将 10 秒音频样本的生成时间降低到不到 1 秒。
ChatGPT Enterprise 发行说明
OpenAI 已推出 ChatGPT Enterprise，为组织提供企业级安全、隐私以及无限、高速访问 GPT-4 的能力。
Hugging Face Hub Git 身份验证更改
Hugging Face 在 2023 年 10 月 1 日弃用了基于密码的 Git 身份验证，要求用户切换到个人访问令牌或 SSH 密钥以提高安全性。
Code Llama 发行说明
Code Llama 是一系列基于 Llama 2 的开放访问模型，专门用于代码任务，支持填充以及最多 100,000 token 的长上下文窗口。
OpenAI 与 Scale 合作进行企业级微调
OpenAI 与 Scale 建立合作伙伴关系，为企业提供专业的数据丰富和模型评估支持，以便对 GPT-3.5 Turbo 和 GPT-4 进行微调。
Hugging Face AutoGPTQ 与 Transformers 集成
Hugging Face 已将 AutoGPTQ 库集成到 Transformers 中，实现了将 LLM 量化为 8、4、3 或 2 位精度，从而在 4 位精度下实现极低精度损失的同时减少内存需求。
GPT-3.5 Turbo 微调和 API 更新
OpenAI 已发布 GPT-3.5 Turbo 的微调功能，使开发者能够自定义模型性能、提高输出可靠性并降低提示成本。
IDEFICS: 最先进的视觉语言模型的开放复现
Hugging Face 发布了 IDEFICS，这是一个基于 Flamingo 架构的开放访问视觉语言模型，支持 9B 和 80B 参数规模的交错图像和文本输入。
Hugging Face SafeCoder 公告
Hugging Face 已推出 SafeCoder，这是一种自托管的企业级代码助手解决方案，使公司能够在其自身安全基础设施内构建和部署专有的 Code LLM。
OpenAI 收购 Global Illumination
OpenAI 已收购 Global Illumination，这是一家专注于创意工具和基础设施的公司，以将其团队整合到包括 ChatGPT 在内的核心产品开发中。