近日，aiOla 宣布推出一款开源的 AI 音频转录模型Whisper-NER ，该模型在转录过程中能够实时遮蔽敏感信息。aiOla 的新 Whisper-NER 构建在 OpenAI 的行业标准开源模型 Whisper 之上，本身是完全开源的，现在可以在 Hugging Face 和 Github 上获得，供企业、组织和个人使用、使用、适应、修改和部署。该音频转录模型具备灵活的配置选项，用户可以根据需求选择是否对敏感信息进行遮蔽。当用户选择遮蔽功能时，模型会自动识别并隐藏如个人姓名、地址、电话号码等敏感信息，有效防止在转录文本中泄露

近日，SambaNova 和 Hugging Face 联合推出了一新工具，使开发者能够仅需点击一下按钮即可部署类似 ChatGPT 的聊天机器人，极大地缩短了部署时间，从原本的数小时减少到几分钟。对于开发者而言，这一过程相当简单，只需访问 SambaNova Cloud 的 API 网站获取访问令牌，接着在 Python 中输入三行代码即可完成部署。具体操作步骤:首先，开发者需要导入所需的库。代码为: ```pythonimport gradio as gr import sambanova_gradio gr.load （"Meta-Llama-3.1-70B-Instruct-8k"， src=sambanova_gradio.registry， accept_token=True）.launch () ``

Hugging Face今天发布了SmolLM2，一组新的紧凑型语言模型，实现了令人印象深刻的性能，同时所需的计算资源比大型模型少得多。新模型采用Apache2.0许可发布，有三种大小——135M、360M和1.7B参数——适合部署在智能手机和其他处理能力和内存有限的边缘设备上。SmolLM2-1B模型在几个关键基准测试中优于Meta的Llama1B模型，尤其是在科学推理和常识任务中表现出色。该模型在大多数认知基准上的表现都优于大型竞争模型，使用了包括FineWeb-Edu和专门的数学和编码数据集在内的多样化数据集组合。SmolL

微软近期推出的屏幕内容解析工具OmniParser，本周跃居人工科技开源平台HuggingFace最受欢迎模型榜首。据HuggingFace联合创始人兼首席执行官Clem Delangue表示，这是该领域首个获此殊荣的解析工具。OmniParser主要用于将屏幕截图转化为结构化数据，帮助其他系统更好地理解和处理图形用户界面。该工具采用多模型协同工作方式:YOLOv8负责检测可交互元素位置，BLIP-2分析元素用途，同时配备光学字符识别模块提取文本信息，最终实现对界面的全面解析。这一开源工具具有广泛的兼容性，可支持多种主

Meta 近日宣布，其 MobileLLM 模型现已向研究人员开放，用户可在 Hugging Face 平台上免费下载并使用这些模型，这些模型已与 Transformers 库全面集成。这一举措旨在推动移动设备上的大型语言模型（LLM）的研究和开发，为开发者和学术界提供更广泛的工具与资源。MobileLLM 是 Meta 在移动 AI 领域的重要进展。它的推出标志着 Meta 在降低大型语言模型使用门槛方面的重要一步。这些模型能够在移动设备上运行，使得开发者能够在更广泛的应用场景中利用 AI 技术。研究人员现在可以直接在自己的项目

最近在东京举办的 Gemma 开发者日上，谷歌正式推出了新的日语版本 Gemma AI 模型。这款模型的表现可以与 GPT-3.5媲美，但它的参数量只有仅仅20亿，非常小巧，适合在移动设备上运行。这次发布的 Gemma 模型，在日语处理上表现出色，同时也保持了其在英语上的能力。对于小型模型来说，这一点特别重要，因为在进行新语言的微调时，它们可能会面临 “灾难性遗忘” 的问题，即新学到的知识会覆盖之前学到的信息。但是 Gemma 成功克服了这个难题，展现了强大的语言处理能力。更值得一提的是

字节跳动近期针对“实习生破坏大模型训练”的传闻进行了官方回应。该公司确认，确实有一名实习生恶意干扰了商业化技术团队的研究项目模型训练任务，但这一行为并未影响到公司的正式商业项目和线上业务，也没有涉及到字节跳动的其他大型模型业务。此外，字节跳动还指出，网络上流传的“涉及8000多卡、损失上千万美元”的说法是严重夸大的。据公开报道，该实习生在字节跳动商业化技术团队实习期间，因对团队资源分配不满，利用了Hugging Face平台的漏洞，使用攻击代码破坏了团

Google AI近日发布了Gemma-APS，这是一套专门用于文本到命题分割的模型集合，旨在解决当前机器学习模型在处理复杂人类语言时面临的诸多挑战。Gemma-APS源自经过微调的Gemini Pro模型，通过多领域合成数据训练而成。这种创新方法使模型能够适应各种句子结构和领域，大大提高了其versatility。该模型集合现以Gemma-7B-APS-IT和Gemma-2B-APS-IT两种版本在Hugging Face平台上提供，以满足不同的计算效率和准确性需求。这些模型的核心优势在于能将复杂文本高效分割成包含底层信息的有意义命题单元，为后续

最近，AI 初创公司 Hugging Face 正式推出了 Gradio5，这是他们广受欢迎的开源工具的一次重大更新，旨在使 AI 开发变得更加简单。自从2021年收购 Gradio 以来，这个工具已经成为 Hugging Face 产品线中的重要组成部分。Gradio 每月拥有超过200万用户和超过470，000个基于该平台构建的应用程序，已成为 AI 开发生态系统中的关键参与者。项目入口:https://www.gradio.app/Gradio5的目标是将机器学习与 Web 开发之间的鸿沟缩小。Hugging Face 的创始人 Abubakar Abid 表示，许多机器学习开发者对 Python 非常熟悉，但在 Web

最近，Hugging Face 推出了一款全新的 Python 包，名为 “OpenAI-Gradio”，旨在帮助开发者快速创建 AI 驱动的网页应用。这个工具的发布标志着 AI 集成的一个重大转变，简化了使用 OpenAI 大型语言（LLM）的过程，让各种技能水平的开发者都能轻松上手。使用 OpenAI-Gradio，开发者可以在几分钟内启动他们的 AI 应用，只需几行代码。这款工具与 Gradio 深度整合，Gradio 是一个流行的机器学习应用接口工具。开发者只需安装这个包，设置他们的 OpenAI API 密钥，就能启动一个功能齐全的网页应用。这样，即

近日，人工智能平台 Hugging Face 宣布，其公开可用的 AI 模型数量已超过一百万个。这一里程碑不仅标志着 Hugging Face 在 AI 领域的快速发展，也反映出专业化 AI 解决方案越来越受到重视。图源备注：图片由AI生成，图片授权服务商MidjourneyHugging Face 的联合创始人克莱门特・德朗格（Clément Delangue）表示，Hugging Face 的100万个公共模型包括 Llama、Gemma、Phi、Flux、Mistral 和 Stable Diffusion 等知名示例，以及“999，984个其他模型。这一多样性意味着为特定应用、领域、语言和硬件优化的模型，往往能够超

近日，OpenAI 推出了一个重磅的多语言数据集，旨在评估人工智能在14种语言中的表现，包括阿拉伯语、德语、斯瓦希里语、孟加拉语和约鲁巴语。这项名为 “多语言大规模多任务语言理解”（MMMLU）数据集，已在开放数据平台 Hugging Face 上发布，标志着 OpenAI 在全球 AI 领域的又一重要进展。数据集入口:https://huggingface.co/datasets/openai/MMMLU之前的 “大规模多任务语言理解”（MMLU）数据集仅针对英语进行评估，覆盖了数学、法律、计算机科学等57个学科。而新发布的 MMMLU 数据集则把目光放在了多

Hugging Face 近期发布 LightEval，一款轻量化 AI 评估工具，旨在辅助企业和研究机构更精准地评估大型语言模型。此工具强调评估在 AI 技术应用中的重要性，帮助确保模型输出的准确性、无偏见性，以及与业务目标的一致性。针对传统评估方法的局限性，LightEval 提供了定制化的评估方案，与 Hugging Face 的其他工具如 Datatrove 和 Nanotron 集成，支持多种设备评估，包括 CPU、GPU 和 TPU，以适应不同硬件环境。作为开源项目，LightEval 允许企业自行运行评估，确保模型在投入生产前符合其道德和业务标准。其易用性与多功能性，使得即使是技术水平不高的用户也能进行复杂模型的评估，包括在多种流行基准上进行评估，甚至定义自定义任务。用户还可根据特定需求，调整模型评估的配置，如权重、管道并行性等。

Getty Images发布了一项重大举措，向AI开发者提供包含3750张高质量照片的训练数据集，覆盖15个类别，旨在支持AI应用场景的开发。这些照片已上线Hugging Face平台，用户同意服务条款并提供联系方式后即可免费访问。此举旨在吸引企业和开发者，同时推广其付费授权服务。Getty Images声称拥有超过5.72亿张照片，其中2亿多张可用于商业用途，每张照片附有详尽元数据，包括关键词和结构化信息，旨在降低侵权风险。这一战略反映了图库服务向AI时代的积极转型，为图像识别和生成技术的发展提供了重要资源。该行动对行业影响深远，预示着AI与传统图库服务的融合创新。

在游戏开发领域，大模型逐渐成为不可或缺的“智囊团”，从AI角色生成到场景构建，展现全面能力。然而，游戏场景理解、图像识别与内容描述仍需提升。加拿大阿尔伯塔的研究团队推出开源大模型VideoGameBunny（VGB），针对游戏开发优化，具备多语言支持、高度可定制性、强大的文本生成能力、开源易访问性、兼容多种开发环境、丰富的模型文件和活跃社区支持。VGB支持多种功能，如游戏对话系统、教育应用、客服聊天机器人等。其核心组件Bunny模型，通过多层感知器网络将视觉信息转换为图像标记，高效处理游戏数据。通过与Meta开源LLama-3-8B结合使用SigLIP视觉编码器和S2包装器，VGB能够捕捉游戏视觉内容的多尺度特征，理解游戏环境，并生成匹配游戏图像的指令数据，如简短和详细的标题、图像到JSON的描述及基于图像的问答，从而提升游戏的互动性和沉浸感，成为开发者和玩家的强大助手。

Runway从Hugging Face平台秘密删除了包括Stable Diffusion v1.5在内的代码库，这一举动在科技界引起了广泛关注。删除行为未通知Hugging Face或社区成员，导致依赖这些资源的开发者和研究者陷入困扰。Stable Diffusion v1.5曾是Runway参与的研究项目，并在相关论文中占有重要位置。然而，这一版本因版权问题最终被要求下架。面对争议，Runway CEO/联合创始人表示发布该版本是合理的，强调了研究的作者包括Runway ML和慕尼黑大学成员，并强调相关研究和代码已开源。除了开源项目，Runway还推出了Gen-3Alpha视频方案，显示了公司在视频技术领域的探索。外界对删除行为的猜测包括版权问题和市场压力，如竞争对手Cog-5B的崛起。

人工智能公司Runway在HuggingFace平台上的内容被清空，引起行业内外广泛关注。HuggingFace作为机器学习模型和数据集的开源平台，其内容对研究和开发者至关重要。此事件在Twitter上引发热议，突显了平台在应对突发事件和保护用户权益上的挑战。Runway作为AI社区的重要参与者，其内容的消失影响了众多研究者，涉及数据安全、企业责任和用户信任等议题。随着人工智能技术的加速发展，数据安全和内容可持续性成为行业关注焦点。

Meta公司发布中期更新，显示其Llama系列模型的采用率显著增长，尤其在推出Llama3.1后。Llama模型在Hugging Face平台上的下载量接近3.5亿，较去年增长十倍，吸引包括Zoom、Spotify、AT&T、Goldman Sachs在内的知名公司应用。开源AI的发展不仅在性能上接近封闭模型，更在企业层面实现了广泛应用。Llama模型在Hugging Face的下载量在过去一年翻了十倍，上个月突破2000万，显示了其在开发者和企业用户中的高受欢迎程度。Meta与云服务提供商的合作，使得开发者更便捷地使用Llama模型，某些云服务商的月使用量增长了十倍。Llama的崛起标志着开源AI正在快速追赶市场，对封闭模型公司构成创新和成本压力。

LeRobot由HuggingFace开源项目发布，提供了一套详尽指南，旨在简化AI驱动机器人技术的入门门槛，支持机器人领域的开源生态系统。该指南面向广泛受众，由LeRobot联合创始人Remi Cadene制作，旨在普及AI在机器人技术的应用，鼓励创新。基于开源机器人套件Koch v1.1，指南涵盖组装、配置和训练AI控制机器人的全过程，以两个6自由度机械臂和摄像头为核心。LeRobot计划推出更经济实惠的Moss v1机器人版本，成本仅需150美元，省去3D打印步骤。项目目标是壮大机器人社区，利用开源技术和Hugging Face Hub快速迭代，同时强调开源方式的重要性，认为这项技术最终将推动社会和工业进步，应惠及全人类。

Hugging Face收购XetHub，旨在加速AI民主化进程。XetHub由前苹果工程师创立，专注于简化机器学习与AI应用构建。其团队在2021年获得Madrona Ventures的750万美元投资，加速发展。此次收购标志着Hugging Face，一家在AI开发领域具有影响力的平台，进一步扩大其技术实力与人才库。XetHub的加入不仅体现了AI行业的整合趋势，也预示着AI功能将更多地普及至中小企业。通过整合XetHub的技术与资源，Hugging Face有望为AI开发者提供更多便利，加速AI民主化进程。