Recentemente, o mundo da tecnologia e a comunidade de desenvolvedores foram inundados por um projeto open source chamado Browser Use! Esta ferramenta é como dar asas à IA, permitindo que ela controle navegadores com a mesma facilidade que um humano. Com linguagem natural, você pode comandar a IA para automatizar diversas tarefas na web. Sua poderosa capacidade de automação e sua flexibilidade de implantação despertaram imediatamente o entusiasmo de entusiastas da tecnologia em todo o mundo, causando um grande impacto na plataforma X (anteriormente Twitter). O Browser Use está se espalhando rapidamente, impulsionando a IA no campo da automação de navegadores.

A Zhipu lançou o CogView4, um poderoso modelo de imagem open source que aceita prompts em chinês e gera imagens com caracteres chineses. Uma grande conquista para a comunidade de IA e para o processamento de linguagem natural em chinês.

Em 21 de fevereiro de 2025, horário de Pequim, a equipe da DeepSeek AI, focada na exploração da Inteligência Artificial Geral (AGI), publicou uma notícia emocionante nas redes sociais, marcando o início oficial de sua participação no evento #OpenSourceWeek. Esta pequena, mas ambiciosa equipe de tecnologia anunciou que, a partir da próxima semana, irá disponibilizar 5 repositórios de código open source, compartilhando seus avanços de pesquisa de forma totalmente transparente com a comunidade global de desenvolvedores.

O CEO da OpenAI, Sam Altman, recentemente lançou uma pesquisa na plataforma de mídia social X, perguntando aos usuários sobre a direção futura do desenvolvimento open source da empresa. Esse movimento acontece em meio a uma grande transformação na OpenAI, com a empresa convertendo sua divisão lucrativa em uma organização sem fins lucrativos. Desde o investimento da Microsoft, o relacionamento da OpenAI com o open source mudou significativamente. Principalmente após o lançamento do GPT-4, a OpenAI diminuiu suas contribuições open source, focando em modelos menores.

No campo da inteligência artificial, as técnicas de pós-treinamento estão se tornando cada vez mais importantes para melhorar o desempenho dos modelos. Recentemente, o Instituto de Inteligência Artificial Allen (AI2) lançou a série de modelos Tülu3, um conjunto de modelos de linguagem avançados totalmente open source, com desempenho comparável a modelos proprietários como o GPT-4o-mini. O Tülu3 inclui não apenas os dados do modelo, código e receitas de treinamento, mas também uma estrutura de avaliação, com o objetivo de impulsionar o desenvolvimento de técnicas de pós-treinamento para modelos open source. Tradicionalmente, modelos apenas pré-treinados frequentemente não atendem às necessidades de aplicações práticas de forma eficaz, podendo...

Modelos de linguagem grandes (LLMs), como GPT e Llama, revolucionaram o campo da inteligência artificial. No entanto, treinar esses modelos imensos de forma eficiente e alinhá-los com os valores humanos continua sendo um desafio. O aprendizado por reforço com feedback humano (RLHF) é um método importante de treinamento de LLM amplamente utilizado, mas os frameworks tradicionais de RLHF têm limitações em flexibilidade, eficiência e escalabilidade. Para resolver esses problemas, a equipe de modelos de linguagem grandes Doubao da ByteDance lançou o framework RLHF chamado HybridFlow, um projeto open source que...

Recentemente, um projeto open source chamado Ultralight-Digital-Human chamou a atenção da comunidade de desenvolvedores. Este projeto resolveu com sucesso o problema da implantação da tecnologia de humanos digitais em dispositivos móveis, permitindo que smartphones comuns executem aplicativos de humanos digitais em tempo real, trazendo novas possibilidades para a popularização da tecnologia. Este modelo de humano digital ultraleve utiliza uma inovadora tecnologia de aprendizado profundo, por meio da otimização de algoritmos e da compressão de modelos, reduzindo com sucesso o tamanho do sistema de humanos digitais para que funcione perfeitamente em dispositivos móveis. O sistema suporta

Recentemente, a Meta lançou uma nova ferramenta chamada NotebookLlama, que pode ser considerada uma versão open source do popular recurso de geração de podcasts do NotebookLM do Google. O NotebookLlama utiliza o modelo Llama da própria Meta para processar texto, transformando arquivos carregados pelo usuário em resumos interativos em estilo podcast – algo bastante impressionante. Em resumo, o NotebookLlama primeiro processa o arquivo carregado, como um arquivo P...

Recentemente, a Meta recebeu fortes críticas por rotular seu modelo de inteligência artificial como "open source". A acusação veio de Stefano Maffulli, chefe da Open Source Initiative, que argumenta que a Meta está confundindo os usuários e poluindo o termo "open source". Maffulli afirma que o modelo de linguagem grande Llama da Meta não atende aos verdadeiros padrões de open source, o que é problemático nos dias de hoje.

A aiOla, startup israelense de IA, lançou um modelo de reconhecimento de voz open source chamado Whisper-Medusa, 50% mais rápido que o Whisper da OpenAI. Construído com base no Whisper, o modelo emprega uma arquitetura inovadora de "atenção multi-cabeça", permitindo a previsão de mais tokens de uma só vez, resultando em um aumento significativo de velocidade sem perda de precisão. O Whisper-Medusa foi lançado no Hugging Face sob a licença MIT, permitindo uso para pesquisa e comercial. A aiOla utiliza supervisão fraca

O modelo Llama3.1, lançado pela Meta IA, alcança desempenho comparável aos modelos proprietários de ponta, marcando um avanço significativo na IA open source. Este é um modelo de linguagem grande de nova geração, suportado por uma pilha de treinamento otimizada e recursos de computação GPU em larga escala, apresentando diversos destaques tecnológicos. Inclui extensão de comprimento de contexto para 128K, suporte para 8 idiomas e demonstra capacidades excepcionais em vários domínios de teste. Por meio de um processo iterativo de pós-treinamento, o modelo aprimora continuamente seu desempenho, especialmente em instruções de seguimento, consistência e tradução multilíngue.

O projeto open source Hallo da Fudan University, que gera vídeos de pessoas falando com base em áudio e imagens, agora é compatível com o plug-in ComfyUI. Embora a instalação requeira várias dependências e tenha um nível de dificuldade relativamente alto, o surgimento desse ecossistema open source oferece mais possibilidades e diversão para a conversão de imagens e outros fluxos de trabalho.

A Replit anunciou que tornou totalmente open source suas ferramentas de desenvolvimento de IA, integrando o GhostWriter em sua plataforma principal e fornecendo recursos de preenchimento de código com IA para todos os usuários. A Replit lançou o modelo de linguagem grande open source replit-code-v1.5-3b, com o objetivo de capacitar desenvolvedores globais e integrar a IA à experiência de programação. O modelo de linguagem grande open source de nova geração da Replit visa competir com LLMs de outros fornecedores, oferecendo suporte a 30 linguagens de programação. Os recursos de IA da Replit se tornarão uma codificação aprimorada por IA global.

Manifestantes protestaram contra a estratégia do Meta de lançar publicamente modelos de IA em frente ao escritório da empresa em São Francisco. Os manifestantes temem que o vazamento de pesos de modelos open source leve a consequências imprevisíveis. O cientista-chefe do Meta, Yann LeCun, rebateu afirmando que a comunidade de IA open source está em plena expansão. Há uma divergência no setor entre open source e fechado; o open source pode aumentar a transparência, mas também apresenta riscos. A definição de open source ainda é ambígua, com diferentes organizações possuindo diferentes interpretações de 'IA open source'.

O 'ctoc' é uma ferramenta leve baseada no gocloc, usada para analisar informações de nível de token de uma base de código. O 'ctoc' possui desempenho extremamente rápido, ajudando os desenvolvedores a entenderem melhor o código e melhorando a eficiência na localização e resolução de problemas ao lidar com grandes bases de código. Suporta várias linguagens de programação, incluindo Go, XML, YAML, Markdown, etc., permitindo visualizar a quantidade de tokens de diferentes linguagens na base de código. O 'ctoc' também oferece recursos avançados, como visualizar a contagem de tokens separadamente por arquivo.

A Hugging Face e a IBM colaboram na construção de modelos básicos no Watson X. A Hugging Face recebeu US\$ 235 milhões em financiamento para impulsionar a inovação em pesquisa de IA. O investimento da IBM demonstra seu compromisso com o avanço de soluções de IA para empresas.