头条
OpenAI 计划在秋季发布新的 AI 模型“Strawberry”
OpenAI 计划在秋季发布一款名为“Strawberry”的新 AI 产品。它将具有高级推理能力，例如能够解决以前从未见过的数学问题，并且可以执行制定市场策略等高级任务。
Artifacts 已经可供所有人使用
https://www.anthropic.com/news/artifacts
Anthropic 已将 Artifacts 开放使用，包括移动设备。
Cerebras 推理
https://cerebras.ai/blog/introducing-cerebras-inference-ai-at-instant-speed
Cerebras 的芯片组具有巨大的统一内存。因此，它可以避开带宽问题并以每秒数千个令牌的速度为模型提供服务。
研究
语言模型的物理学：Part 3.3
https://arxiv.org/abs/2404.05405
作为本系列的第 3 部分，本文探讨了缩放定律以及在模型中存储知识所需的位数。答案似乎是每个参数大约 2 位知识。
Fire-Flyer AI HPC
https://arxiv.org/abs/2408.14158
DeepSeek 发布了一篇论文，概述了其用于 DL 训练的硬件-软件协同设计策略。
宣布推出 Higgs Llama V2
Boson AI 推出了 Higgs-Llama-3-70B-v2，这是一种在 Arena-Hard 和 AlpacaEval 2.0 等对话和理解基准测试中表现出色的新模型。与 Claude 3.5 Sonnet 相比，该模型将响应再生率降低了 21.6%，并将第一天的留存率提高了 5.3%。借助内部奖励模型 Higgs Judger，该模型在性能上与 Google 的 Gemini 1.5 Pro 不相上下。
工程
混合模型训练后手册
https://www.zyphra.com/post/the-zyphra-training-cookbook
预训练混合（Mamba 风格）模型与预训练普通 Transformer 不同。这篇文章探讨了如何扩展不同的超参数、数据采集和其他以获得您想要的性能。
Llama Duo：模型回退系统
https://github.com/deep-diver/llamaduo
这是一个框架，可以微调小模型，以在封闭 API 模型出现故障时作为回退。它展示了如何顺利地从大型模型迁移到小型模型。
LitServe
https://github.com/Lightning-AI/LitServe
LitServe 是一款易于使用、灵活的服务引擎，适用于基于 FastAPI 构建的 AI 模型。批处理、流式传输和 GPU 自动缩放等功能消除了为每个模型重建 FastAPI 服务器的需要。
杂七杂八
Llava BitNet
https://huggingface.co/IntelLabs/LlavaOLMoBitnet1B
Llava BitNet 是第一个在 VLM 任务上训练的三元 (-1, 0, 1) 权重模型。该模型、权重和脚本正在完全开源。技术报告即将发布，表明该模型具有良好的性能。
推理是免费且即时的
https://fume.substack.com/p/inference-is-free-and-instant
虽然大型语言模型 (LLM) 的推理能力可能不会显著提高，但它们的成本降低和速度的提高将使它们更适合重复性任务。虽然这些模型可能缺乏真正的理解，但它们仍然可以有效地处理简单的任务。
内存高效的 LLM 训练
https://arxiv.org/abs/2408.12857v1
Online Subspace Descent 是一种新的优化器，它通过提高内存效率来改进 LLM 的训练。
Qwen 2 Audio
https://huggingface.co/collections/Qwen/qwen2-audio-66b628d694096020e0c52ff6
Qwen 发布了音频输入风格模型，可以推理音乐、音频和声音。
Sketch2Scene
https://xrvisionlabs.github.io/Sketch2Scene/
该团队连续使用多个模型，能够创建一个令人惊叹的模型，该模型可以根据单个输入草图生成完全可玩的 3D 游戏场景。
1 毫米“芯片风扇”可将主动冷却功能置于超薄设备内
xMEMS 推出了 XMC-2400 µCooling 芯片，这是一款 1 毫米高的固态风扇，旨在为智能手机等超薄设备降温。
