苹果计划在云端使用 M2 Ultra 芯片，帮助处理 AI 任务
OpenAI 旗下搜索产品已开启灰度测试，或在下周发布
三星 AI 推理芯片 Mach-1 即将原型试产
Mistral AI 即将达成新融资协议，估值将达到60亿美元
TikTok 将开始对第三方 AI 生成内容进行标注
苹果今年将利用自研芯片支持其 AI 功能
OpenBuddy发布新一代中文跨语言大模型OpenBuddy-Llama3-70B-v21.1-8k
研究称 AI、ChatGPT 和社交媒体可能加剧气候危机
苹果计划在云端使用 M2 Ultra 芯片，帮助处理 AI 任务据 The Verge 报道，苹果计划将M2 Ultra 放在云服务器上运行更复杂的人工智能查询，而简单的任务则在设备上处理。苹果公司希望制造定制芯片，并将其引入数据中心，以确保安全和隐私，该刊物称这一项目被称为 "数据中心苹果芯片项目"（Project ACDC）。但该公司现在认为，其现有处理器已经具备足够的安全和隐私组件。OpenAI 旗下搜索产品已开启灰度测试，或在下周发布OpenAI 计划在下周一发布原定本周发布的 AI 搜索产品ChatGPT Search 。目前该产品已开始灰度测试，部分用户已获得测试资格。据测试用户表示，ChatGPT Search 支持中文测试，其搜索引擎由微软的 Bing 提供支持。目前该产品对于实时信息搜索还存在问题，预计会在正式上线后改善。据 ZDNet Korea 报道，三星 AI 推理芯片 Mach-1 即将以 MPW的方式进行原型试产，有望基于三星自家的 4nm 工艺。三星的 Mach-1 是一款基于专用集成电路（ASIC）的人工智能推理加速器，配备 LPDDR 内存，特别适合边缘计算应用。报道称，三星的 Mach-1 具有一项独特的功能，与现有设计相比，它能将推理所需的内存带宽大幅降低约 0.125 倍，但并未详细说明它是如何做到这一点的，因此请谨慎对待这一说法。Mistral AI 即将达成新融资协议，估值将达到60亿美元据TechCrunch报道，Mistral AI 即将达成一项融资协议，完成后该公司估值将达到60亿美元。据悉，本轮融资将由General Catalyst 和 Lightspeed Venture Partners 领投，融资额约为6亿美元。此前在今年 2 月，微软就已经向 Mistral AI 投资了 1600 万美元并与其达成合作，通过 Azure 云计算平台提供后者的 AI 模型。TikTok 将开始对第三方 AI 生成内容进行标注据 africanews 报道，Tikok将开始对来自第三方的 AI 生成内容进行标注，旨在解决人们对平台上错误信息泛滥的担忧。TikTok 表示，它正在与内容出处和真实性联盟合作，并将使用其内容凭证技术。该技术可以将元数据附加到内容上，用于即时识别和标记人工智能生成的内容。TikTok 表示，周四开始在图片和视频中使用该功能，不久将在纯音频内容中使用。据界面新闻报道，苹果今年将通过配备自研处理器的数据中心提供一些即将推出的人工智能功能。苹果将在云计算服务器中部署高端芯片，用于处理苹果设备上最先进的人工智能任务，而较简单的人工智能相关功能将直接在 iPhone、iPad 和 Mac 设备端上处理。OpenBuddy发布新一代中文跨语言大模型OpenBuddy-Llama3-70B-v21.1-8k据魔搭社区显示，OpenBuddy 团队发布了基于 MetaLlama370B 的最新成果OpenBuddy-Llama3-70B-v21.1-8k。OpenBuddy-Llama3-70B 展现出了优秀的中文理解能力，具备了更的认知潜力和量化后性能。在此次发布的模型中，他们对 Llama3现有词表进行了扩充，增加了7000余个中文字词，进一步提升了模型中文编码密度。研究称 AI、ChatGPT 和社交媒体可能加剧气候危机一项发表在《全球环境政治》期刊上的论坛文章指出，生成式人工智能（AI）包括像 OpenAI 的 ChatGPT 这样的大型语言模型，以及社交媒体可能会削弱应对气候变化的努力。来自英属哥伦比亚大学（UBC）的研究人员指出，人们普遍认为 AI、社交媒体和其他技术产品和平台在气候变化行动上要么是中性的，要么可能是积极的。然而，这些技术可能会削弱人类创造性思维和问题解决能力而这对于解决气候变化至关重要。《A Universal Growth Rate for Learning with Smooth Surrogate Losses》本文旨在全面分析用于分类的各种代理损失函数的$H$-一致性界限（和过量误差界限）的增长率。论文试图证明，在二元分类中，光滑的基于边际的代理损失函数的增长率在零点附近为平方根级别，并在温和的假设下提供上限和下限。https://arxiv.org/abs/2405.05968v1《Distilling Diffusion Models into Conditional GANs》本论文旨在通过一种新的方法，将复杂的多步扩散模型转化为单步条件GAN学生模型，从而大大加速推断速度，同时保持图像质量。具体而言，论文将扩散模型压缩为一对图像到图像的转换任务，使用扩散模型ODE轨迹的噪声到图像对。论文的关键思路是将复杂的多步扩散模型转化为单步条件GAN学生模型，通过使用扩散模型ODE轨迹的噪声到图像对，构建一个有效的条件GAN模型，同时提出了E-LatentLPIPS，一种在扩散模型潜在空间中直接操作的感知损失。https://arxiv.org/abs/2405.05967v1《Natural Language Processing RELIES on Linguistics》本论文旨在探讨自然语言处理中语言学专业知识的重要性，以及在六个方面展示语言学对NLP的贡献。语言学专业知识在资源、评估、低资源环境、可解释性、解释性和语言研究等方面对NLP的贡献。https://arxiv.org/abs/2405.05966v1《Age Aware Scheduling for Differentially-Private Federated Learning》本文探讨如何在时间变化的数据库中实现差分隐私联邦学习，并深入研究了年龄、准确性和差分隐私之间的三重权衡。通过调度实现差分隐私联邦学习，提出了一个优化问题，旨在满足差分隐私要求的同时最小化聚合模型与没有差分隐私约束的模型之间的损失差异。引入了一个年龄相关的损失上限，导致了一个年龄感知调度设计。https://arxiv.org/abs/2405.05962v1
大模型机动组约 5 分钟