OpenAI 介绍 DALL·E 2 研究预览中艺术家的使用情况
OpenAI 在 DALL·E 2 研究预览中,已有来自 118 个以上国家的 3000 多名艺术家将 DALL·E 融入创作流程。早期访问组的艺术家帮助发现了 DALL·E 的新用途,并在 DALL·E 功能决策中提供了关键意见。
OpenAI 在 DALL·E 2 研究预览中,已有来自 118 个以上国家的 3000 多名艺术家将 DALL·E 融入创作流程。早期访问组的艺术家帮助发现了 DALL·E 的新用途,并在 DALL·E 功能决策中提供了关键意见。
Hugging Face 推出 Evaluation on the Hub,由 AutoTrain 驱动,用户无需写一行代码即可在 Hub 上用任意数据集和指标评测任意模型。评测结果会以 Pull Request 形式写入模型卡元数据,并可在数据集页面的榜单中对比不同模型表现。官方已用该工具评测了数百个模型,并给出文本分类、命名实体识别和文本摘要等可直接试用的数据集。
推荐理由:原文说明了无需写代码即可在 Hub 上评测任意模型与数据集,并给出配置流程和榜单入口。
Graphcore 与 Hugging Face 在开源库 Optimum 中新增一批适配 IPU 的 Transformer 模型,可访问模型总数达 10 个,覆盖 NLP、语音和计算机视觉,均附带 IPU 配置文件和预训练、微调权重。
Hugging Face 在 Hub 上线 pull requests 和 discussions,模型、数据集和 Spaces 三类仓库均可在 Community 标签页使用,任何社区成员都能创建和参与。
OpenAI Codex 现已通过 OpenAI API 为 70 款不同应用提供支持,覆盖多种使用场景。
OpenAI 更新 DALL·E 2 研究预览进展,早期用户迄今已生成超过 300 万张图像,并帮助改进了安全流程。OpenAI 表示将开始每周从候补名单中新增最多 1000 名用户。
推荐理由:早期用户已生成超 300 万张图像,官方据此说明安全流程改进与每周放量节奏。
Hugging Face 发布 Gradio 3.0,对 Gradio 库做了彻底重设计,前端改用 Svelte 等现代技术,页面体积更小、加载更快,并新增 Gallery 组件和 TabbedInterface 类。
推荐理由:Gradio 3.0 的前端重写与 Blocks 低层 API 展示了从固定布局到自定义数据流的转变,可据此判断演示搭建方式的变化。
Hugging Face 在 Optimum 1.2 中加入推理与 Transformers pipelines 支持,首批接入 ONNX Runtime,用户可将 AutoModelForXxx 直接替换为对应的 ORTModelForXxx。
fastai 用户现在可以用一行 Python 将模型上传至 Hugging Face Hub,并通过 from_pretrained_fastai 直接加载他人模型。
Hugging Face 为 huggingface_hub 库新增 emissions_threshold 参数,可按训练碳排放量筛选 Hub 上的模型,例如筛选出 191 个排放不超过 100 克的模型。transformers 则通过集成 codecarbon,在 Trainer 训练时自动记录碳排放并生成 emissions.csv,方便开发者将数据填入模型卡。
OpenAI 在 API 中推出 embeddings 端点,用于自然语言和代码任务。该端点可支持语义搜索、聚类、主题建模和分类等场景。
推荐理由:OpenAI 在 API 中新增 embeddings 端点,读者可了解它面向语义搜索、聚类等任务的定位。
Hugging Face 宣布将 PyTorch 深度强化学习库 Stable-Baselines3 集成到 Hugging Face Hub,用户可通过 pip install huggingface_sb3 上传和加载已保存的模型。
Hugging Face 公布 Infinity 在第三代 Intel Xeon 可扩展处理器(Ice Lake)上的端到端推理基准:为 DistilBERT 序列分类任务优化的容器相比同平台原生 Transformers 延迟与吞吐最高提升 800%,相比上一代 Cascade Lake 实例提升 34%。
OpenAI 发布文章介绍为应用定制 GPT-3 的方法,指出可通过单条命令完成微调。
OpenAI 宣布其 API 不再需要等待名单,向更多开发者开放。官方表示,这一更广泛的可用性得益于安全方面的进展。
推荐理由:OpenAI 宣布 API 取消等待名单,读者可据此了解其开放节奏与安全进展的关系。
OpenAI 推出改进版 Codex,这一将自然语言转换为代码的 AI 系统即日起通过 API 开放私测。
OpenAI 发布 Triton 1.0,这是一门类 Python 的开源编程语言,让没有 CUDA 经验的研究者也能编写高效的 GPU 代码,性能多数情况下可达到专家水平。
推荐理由:OpenAI 开源 Triton 1.0,让没有 CUDA 经验的研究者也能写出接近专家水平的 GPU 代码。
Hugging Face 发布 Accelerate 库,原文正文抓取失败,仅标题可用。
OpenAI 表示,已有超过 300 款应用通过其 API 提供由 GPT-3 驱动的搜索、对话、文本补全等 AI 功能。
OpenAI 发布了一个 API,用于访问 OpenAI 开发的新 AI 模型。
OpenAI 推出 Microscope,对八个常用于可解释性研究的视觉“模式生物”模型的每个重要层和神经元进行可视化。该工具让分析这些神经网络内部形成的特征变得更容易,OpenAI 希望借此帮助研究社区理解这类复杂系统。
OpenAI 发布强化学习游戏平台 Gym Retro 完整版,公开游戏数量从约 70 款 Atari 和 30 款 Sega 游戏扩展至超过 1000 款,覆盖多种模拟器后端。OpenAI 同时发布了用于向该平台添加新游戏的工具。
OpenAI 开源了一个基于 MuJoCo 引擎的高性能 Python 机器人仿真库,该库源自其过去一年的机器人研究。
OpenAI 开源内部项目 OpenAI Baselines,目标是以与已发表结果相当的性能复现强化学习算法。首个发布包含 DQN 及其三个变体,其余算法将在未来数月内陆续发布。
OpenAI 发布 Roboschool,一款用于机器人仿真的开源软件,已与 OpenAI Gym 集成。
OpenAI 发布 Universe,一个用于衡量和训练 AI 通用智能的软件平台,覆盖全球范围内的游戏、网站及其他应用。
推荐理由:OpenAI 官方给出 Universe 的定位与覆盖范围,读者可据此了解这一通用智能训练平台的用途。
OpenAI 发布 OpenAI Gym 公测版,这是一个用于开发和对比强化学习(RL)算法的工具包。它包含一套持续扩充的环境(从模拟机器人到 Atari 游戏),以及一个用于对比和复现结果的网站。