在人工智能领域，后训练技术正逐渐成为提升模型性能的重要手段。近日，艾伦人工智能研究所（AI2）发布了 Tülu3系列模型，这是一套完全开源的先进语言模型，性能与 GPT-4o-mini 等闭源相媲美。Tülu3不仅包含了模型数据、代码、训练配方，还提供了评估框架，旨在推动开源模型后训练技术的发展。传统上，仅经过预训练的模型往往无法有效满足实际应用需求，可能会产生有毒或危险的信息，且难以遵循人类指令。因此，后训练阶段如指令微调和人类反馈学习显得尤为重要。然而，如何优

近日，NVIDIA 推出了新一代开放视觉语言模型 ——NVILA。该旨在优化准确性和效率，凭借出色的性能，成为视觉 AI 领域的佼者。根据 NVIDIA 的介绍，NVILA 在训练成本上降低了4.5倍微调所需内存减少了3.4倍，并且在预填充和解码的延迟上几乎降低了2倍。这些数据是与另一种大型视觉模型 LLaVa OneVision 进行比较得出的。在视频基准测试中，NVILA 的表现超过了 GPT4o Mini，并且在与 GPT4o、Sonnet3.5和 Gemini1.5Pro 的比较中也表现出色。此外，NVILA 还在与 Llama3.2的对比中取得了微弱胜利。尽管如此，NVIDIA 表

最近，日本东京的初创公司 Rhymes AI 推出了他们的首款人工智能模型 ——Aria。该公司自称，Aria 是全球首个开源的多模态混合专家（MoE）模型。这个模型不仅具有处理多种输入模态的能力，还声称在能力上与一些知名的商业模型不相上下，甚至更胜一筹。Aria 的设计理念是希望能够在文本、代码、图像和视频等多种输入形式上，提供卓越的理解和处理能力。与传统的 Transformer 模型不同，MoE 模型通过多个专业的专家来替代其前馈层。当处理每个输入令牌时，一个路由模块会选择一部分专家进

Google的明星AI模型Gemini推出了重大降价策略，大幅降低了其API使用成本，较主要竞争对手GPT-4o mini成本降低近50%。Gemini1.5Flash模型的输入成本下降约85%，输出成本约80%，使其成为市场上成本最低的AI服务之一。这一降价不仅降低了使用门槛，还支持100多种语言，引入上下文缓存和批处理API优化服务，使得Gemini1.5Flash成为速度最快的AI模型之一，广泛应用于音频转录、代码错误理解、快速构建应用程序等领域。此举彰显了Google对构建最佳AI模型和提供易访问AI生态系统的承诺，同时也可能引发AI服务市场的价格战，对小型AI公司构成挑战。

OpenAI宣布推出GPT-4o mini，提供每日200万训练token免费微调，持续至9月23日，旨在推动AI技术进步与开发者创新。该模型在性能上与GPT-4o并驾齐驱，但价格仅为后者1/20，且在训练成本、上下文长度和智能水平上均有显著优势。免费期后，将继续以优惠价格提供服务。GPT-4o mini的微调功能将首先向企业客户和特定开发者层级开放，未来将逐步扩大访问权限。这一举措不仅降低了AI应用开发的门槛，还可能加速AI技术的普及与创新。

​近日，人工智能领军企业OpenAI宣布为其新型小规模模型GPT-4o mini推出微调功能，旨在提升模型在特定应用场景中的表现。这一举措将为开发者和企业用户带来更多定制化的AI解决方案。据OpenAI官方消息，从即日起至 9 月 23 日，用户每天可免费微调GPT-4o mini，最高可达 200 万训练Tokens。超出部分将按每百万Tokens 3. 00 美元收费。 9 月 24 日之后，所有微调训练将统一按每百万Tokens 3. 00 美元计费。

在OpenAI最新推出的GPT-4o Mini中，CEO山姆·奥特曼承认了命名上的挑战，面对批评表示需要考虑重新命名。GPT-4o Mini因其成本效益和对聊天机器人开发的适配性受到关注，但复杂命名引发广泛关注。近日，奥特曼在回应批评时坦诚了本性组合命名方式的困惑，并表示未来会考虑改名。尽管在其他项目上，如Sora和DALL-E等命名展现出创新思路，但GPT系列的命名仍然保守。奥特曼澄清由于ChatGPT和其基础LLM的巨大影响力，短期内OpenAI可能不会对命名进行大规模调整。对此，观察者和业界对OpenAI的命名策略持续关注，期待未来可能的创新改进。

OpenAI推出全新旗舰模型GPT-4o mini，已在Azure AI平台上上线，主要为文本处理功能，比先前的GPT-3.5 Turbo更加智能，MMLU测试得分从70%提升至82%，成本节省60%以上。新增128K上下文窗口及更完善的多语言能力。用户可通过Azure OpenAI Studio Playground免费试用。Azure AI提供了标准安全性、数据驻留升级和服务高可用性，适合助手、代码解析、流媒体等领域。GPT-4o mini具备全球随用随付特性，以每分钟1500万个token提供高吞吐量服务。除原始模型还提供微调功能，基于token的培训计费方式将Azure OpenAI服务成本降低了43%，性价比高，特别适合具备生产工作负载的用户。从本月开始，GPT-4o mini将登陆Azure AI平台，同时推出Batch服务以利用非高峰容量提供折扣率的高吞吐量作业服务。

OpenAI最新推出的GPT-4o mini，作为其家族的“经济适用款”小型模型，标志着智能革命的崭新篇章。针对的是让智能技术普及并降低成本的需求，GPT-4o mini在性能和价格上实现了双赢。它的最大亮点在于低至每百万输入令牌15美分和每百万输出令牌60美分的定价，在性能上也超越了GPT-3.5Turbo，且价格降低60%以上。这一模型能够串联或并行调用多个API，传递大量上下文信息，并通过实时文本响应提升与客户的互动效率，尤其适用于构建像客服聊天机器人等应用。 GPT-4o mini在成本与性能上显著优化，不仅支持文本和视觉API，还计划扩展到支持文本、图像、视频和音频的输入输出，拥有128K令牌的上下文窗口和每请求高达16K的输出能力，实体和逻辑上均更适应复杂任务。 GPT-4o mini在智能测试和模型任务中均表现出色，与GPT-3.5Turbo相比，具备更好的长上下文处理能力，强化了在推理、数学编码和多模态推理等方面的表现。内置的安全措施确保模型与伦理政策一致，以预防潜在风险。 现在，GPT-4o mini已在OpenAI的助手API、聊天完成API和批量API等平台上为开发者提供服务。同时，GPT-4o mini将会在未来几天内提供微调功能，并已被快速部署到ChatGPT中的不同用户层级。这一变化也标志着OpenAI在2022年降低了GPT-4o mini模型成本达99%，目标是持续推动AI成本降低，提升其在各个应用领域的可用性和可靠性。未来，GPT-4o mini有望无缝集成到更多应用程序和网站中，加速AI技术走向大众的步伐，实现其将AI深入日常数字体验的愿景。

在人工智能领域的竞争日益激烈之际，OpenAI再次引领潮流，推出了名为GPT-4o mini的轻量级大语言模型。这一举措不仅标志着AI大模型向小型化发展的新趋势，更是OpenAI让先进AI技术"尽可能广泛普及"战略的具体体现。

OpenAI发布GPT-4o mini，作为其最新AI模型，专为扩大ChatGPT使用范围设计。GPT-4o mini是GPT-4o的高效衍生版本，支持包括50种语言的音视频文本处理，并最终整合图像、视频和音频。作为GPT-3.5 Turbo的升级版，GPT-4o mini提供在数学、编码和视觉推理任务上显著增强的能力。针对开发人员，GPT-4o mini在成本效益方面优于GPT-3.5 Turbo，可能成为一款经济易用的解决方案。OpenAI积极寻求维持在生成式AI领域的领先地位，同时寻找盈利途径，GPT-4o mini的推出也标志着其可能在AI技术方面做出了重要的成本优化尝试。企业用户预计在不久后可以访问此项新技术。 综上所述，GPT-4o mini的推出不仅能提高多模态处理能力，还将降低使用成本，对OpenAI在全球生成式AI市场的策略有重大意义。