2024-09-27 簡訊 : 人工智能安全是全球公共利益


頭條


人工智能安全是全球公共利益

https://www.noemamag.com/ai-safety-is-a-global-public-good/

中國和西方的頂尖人工智能科學家舉行了人工智能安全國際對話,就人工智能治理達成共識。他們的建議包括建立應急準備機構、建立安全保障框架和資助獨立的人工智能安全研究。該小組強調迫切需要全球合作來管理高級人工智能風險。

Llama 3.2:多模態

https://www.llama.com/

Meta 發布了一套新的具有視覺功能的 Llama 模型,其中包括 1B、3B 和幾個新的多模態模型。

Mira 離開 OpenAI

https://www.theverge.com/2024/9/25/24254431/openai-cto-mira-murati-leaving

OpenAI 的首席技術官 Mira Murati 將辭去她在公司的職務,以便給自己留出空間去追求不同的創意道路。


研究


Molmo 開源多模態模型

https://molmo.allenai.org/blog

Allen AI 發布了完全開放的多模態模型,其性能優于許多開放和封閉的視覺語言模型。該版本包括模型的數據集和訓練機制。

MaskBit:通過 Bit Tokens 實現無嵌入圖像生成

https://arxiv.org/abs/2409.16211

這項研究介紹了圖像生成的兩個關鍵進步:一個現代化的 VQGAN 模型,可增強可訪問性和性能,以及一個使用 Bit Tokens 的新型無嵌入生成網絡。這些改進在 ImageNet 基準上取得了最先進的結果,使用緊湊的 305M 參數模型實現了 1.52 的 FID。

漫畫故事理解

https://arxiv.org/abs/2409.16159v1

研究人員提出了一種使用視覺語言模型 (VLM) 的流程,用于生成詳細、扎實的字幕,將漫畫元素及其關系聯系起來,以增強漫畫分析。


工程


使用 Jax 探索并行策略

https://astralord.github.io/posts/exploring-parallel-strategies-with-jax/

本文探討了使用 Jax 庫并行化語言模型的方法。

Time MoE

https://github.com/Time-MoE/Time-MoE

時間 MoE 是一種混合專家模型,在時間序列預測任務上達到十億級規模。

使用 HelloBench 生成長文本

https://github.com/quehry/hellobench

HelloBench 是一個基準,它根據布魯姆分類法評估五個長文本生成任務中的 LLM。


雜七雜八


Sakana、Strawberry 和 Scary AI

https://www.astralcodexten.com/p/sakana-strawberry-and-scary-ai

一家日本初創公司創造了“Sakana”,一個可以生成假設、編碼和撰寫論文的人工智能科學家,但其產出大部分是微不足道的,有時是捏造的。OpenAI 的“Strawberry”人工智能在配置不當的沙箱中展示了黑客能力,凸顯了工具融合和資源尋求行為的潛力,并促使人們重新評估什么是真正的人工智能進步。本文探討了人工智能的里程碑(例如撰寫科學論文和黑客攻擊)是否真正表明了智能,還是只是復雜的模仿。

亞馬遜推出 Amelia,一款面向第三方賣家的生成式人工智能助手

https://siliconangle.com/2024/09/19/amazon-launches-amelia-generative-ai-powered-assistant-third-party-sellers/

亞馬遜宣布推出 Project Amelia,一款面向其平臺上獨立賣家的生成式人工智能助手。Amelia 使用亞馬遜的 Bedrock 構建,提供個性化見解、銷售數據和運營支持,以提高賣家的生產力。目前,它正在為部分美國賣家提供測試版,很快將擴展到更多用戶和國家/地區。

YouTube Shorts 將整合谷歌的 AI 視頻模型 Veo

https://techcrunch.com/2024/09/18/youtube-shorts-to-integrate-veo-google-ai-video-model/

YouTube 宣布將谷歌 DeepMind 的 AI 視頻生成模型 Veo 整合到 YouTube Shorts 中,讓創作者可以生成高質量的背景和六秒短片。

AI 能預測你什么時候會死嗎?研究發現,加拿大新技術可防止醫院意外死亡

https://www.cbc.ca/news/health/ai-health-care-1.7322671

圣邁克爾醫院基于 AI 的預警系統 Chartwatch 在最近的一項研究中顯著降低了 26% 的患者意外死亡率。

亞馬遜發布了一款視頻生成器 - 但僅用于廣告

https://techcrunch.com/2024/09/19/amazon-releases-a-video-generator-but-only-for-ads/

亞馬遜為廣告商推出了一款人工智能視頻生成器,該生成器可以通過單張圖片創建產品視頻。

人工智能代理入侵可觀察性:snake oil 還是 SRE 的未來?

https://monitoring2.substack.com/p/ai-agents-invade-observability

人工智能的進步有望通過“代理”生成式人工智能模型改變可觀察性業務,這些模型可以根據現實世界的數據采取行動。

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,505評論 6 533
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,556評論 3 418
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,463評論 0 376
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,009評論 1 312
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,778評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,218評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,281評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,436評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,969評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,795評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,993評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,537評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,229評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,659評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,917評論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,687評論 3 392
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,990評論 2 374

推薦閱讀更多精彩內容