头条
Nous Research 发布 Hermes 数据集
https://huggingface.co/datasets/teknium/OpenHermes-2.5
OpenHermes-2.5 数据已用于训练一些最好的开放模型。 该数据集包含超过 100 万个高质量数据点示例。 现在它已经被释放了。
Bard 可以生成图了
https://blog.google/products/bard/google-bard-gemini-pro-image-generation/amp/
巴德现已将其服务扩展到更多语言，并推出了图像生成服务。
美国最具活力的 50 家 AI 公司
https://a16z.com/american-dynamism-50-ai/
a16z 列出了 50 家初创公司的名单，这些公司致力于解决美国在国防、能源、运输和制造方面最紧迫的问题。 他们都在以某种形式使用人工智能来加速他们的工作。 如果您对人工智能的现实应用感到好奇，这是一个很好的见解。
研究
OLMo：开放语言模型
https://blog.allenai.org/olmo-open-language-model-87ccfc95f580
AI2发布了完全开放的语言模型训练框架。 这些模型配备了全面的资源，包括完整的训练数据、模型权重、训练和评估代码、每个模型的 500 多个检查点以及未来的代码微调计划，所有这些都在 Apache 2.0 许可证下发布。 这些资源由AI2的卓玛和WIMBD提供。 它们包括评估框架 Catwalk 和 Paloma，以及通过权重和偏差日志以及 HuggingFace 修订进行分析和微调的支持。 这些模型与同类最佳模型具有竞争力。
MobileDiffusion
https://blog.research.google/2024/01/mobilediffusion-rapid-text-to-image.html?m=1&utm_source=tldrai
谷歌展示了一种潜在的一致性扩散模型，该模型进行了一些架构更改，经过训练可以在亚秒级生成时间的移动设备上运行。
增强的视频文本学习
https://arxiv.org/abs/2401.17773v1
共享网络预训练（SNP）可以同时改善视频和文本的学习。 该方法比以前的模型更高效、更通用，并且包含一种称为“显着语义强化”(S3) 的独特策略，可以更好地理解句子中的关键词。
工程
开放嵌入模型的最新技术 (HuggingFace Hub)
https://huggingface.co/BAAI/bge-m3
BGE-M3 项目引入了一种多功能嵌入模型，该模型在多功能（密集、多向量和稀疏检索）、多语言（支持 100 多种语言）和多粒度（处理从短句到文档的输入）方面表现出色 最多 8192 个令牌）。 它使用混合检索管道，结合不同的方法和重新排序以获得更高的准确性和泛化性，利用其同时执行嵌入和稀疏检索的能力。
分层文本分割 (GitHub Repo)
https://github.com/ymy-k/hi-sam
Segment Anything Model (SAM) 已得到增强，创建了 Hi-SAM，这是一种专门研究分层文本分割的模型。 Hi-SAM 擅长跨多个级别（从笔画到段落）分割文本，甚至可以执行布局分析。
RAGs (GitHub Repo)
https://github.com/run-llama/rags
RAGs 是一款 Streamlit 应用程序，允许用户使用自然语言从数据源创建 RAG 管道。 用户只需描述他们想要从 RAG 系统中获得的任务和参数。 RAG 可以被查询，它将回答有关数据的问题。
杂七杂八
区块链驱动的解决方案有助于提高AGI系统的透明度和可审计性
https://www.casperlabs.io/blog/were-building-a-solution-with-ibm-consulting-to-improve-transparency-and-auditability-for-generative-ai-systems
IBM Consulting 和 Casper Labs 正在合作构建由区块链驱动的开创性人工智能治理工具。 它将利用 IBM 的 watsonx.governance 平台构建，将为企业使用的 AI 模型引入 AI 版本控制、高级监控、许可和访问控制。 对于希望在遵守内部或外部准则和法规的同时降低人工智能风险并发挥其真正潜力的企业来说，这可能至关重要。
AI 对你来书说还不算
https://thealgorithmicbridge.substack.com/p/you-are-not-late-to-artificial-intelligence
正如互联网的早期提供了巨大的机遇一样，今天的人工智能领域也拥有类似的潜力。 关键是要转变观念，看到人工智能等现有技术的可能性，并跟随激情和快乐去探索各种路径。
亚马逊在其移动应用程序中首次推出人工智能购物助手“Rufus”
https://techcrunch.com/2024/02/01/amazon-debuts-rufus-an-ai-shopping-assistant-in-its-mobile-app/
亚马逊在其移动应用程序中推出了由人工智能驱动的购物助手 Rufus，它可以使用亚马逊的目录和外部网络数据为部分美国客户提供产品搜索和推荐。
GPTNewspaper (GitHub Repo)
https://github.com/assafelovic/gpt-newspaper
6 个 Agent 齐心协力，通过研究、写作和排版来打造一份报纸。
