近日，哈佛大学的华人研究员 Jeffrey Wang 正式加入了 OpenAI，担任基础团队的研究员，专注于模型预训练和推理工作。这一消息引发了广泛关注，OpenAI 的联合创始人兼总裁 Greg Brockman 也在第一时间对 Jeffrey 的加入表示热烈欢迎。Jeffrey Wang 的学术背景相当引人注目。他毕业于加利福尼亚的一所高中，期间便因 “开发统计方法以探测3D 基因组结构变化” 而获得国家级奖项，成功入围被誉为美国 “少年诺贝尔奖” 的再生元科学天才奖。他于2021年进入哈佛大学学习，主攻数学和计算机科学，同时

哈佛大学近日宣布，计划发布一个由近100万本公共领域书籍组成的数据集，任何人都可以使用该数据集来训练大型语言模型和其他人工智能工具。此项目由哈佛大学新成立的机构数据计划（Institutional Data Initiative）主导，并在微软与OpenAI的资助下完成。该数据集包括来自谷歌Books项目的扫描书籍，涵盖了莎士比亚、狄更斯、但丁等经典作品，以及一些晦涩的捷克数学教科书和威尔士词典等内容。图源备注：图片由AI生成，图片授权服务商Midjourney这一数据集被称为“Books3数据集”的五倍大，旨

哈佛大学周四宣布，将公开一份包含近百万本公共领域图书的高质量数据集，任何人都可以利用它来训练大型语言模型和其他 AI 工具。 这份数据集由哈佛大学新成立的机构数据倡议 （Institutional Data Initiative） 创建，并获得了微软和 OpenAI 的资金支持。 其中收录的图书均是 Google 图书项目扫描的、不再受版权保护的作品。该数据集规模约为用于训练 Meta Llama 等 AI 模型的臭名昭著的 Books3数据集的五倍。 它涵盖了各种类型、年代和语言，既有莎士比亚、查尔斯·狄更斯和但丁的经典之作，也有

在人工智能领域，规模越大似乎就意味着能力越强。为了追求更强大的语言模型，各大科技公司都在疯狂堆叠模型参数和训练数据，结果却发现成本也随之水涨船高。难道就没有一种既经济又高效的方法来训练语言模型吗?来自哈佛大学和斯坦福大学的研究人员最近发表了一篇论文，他们发现，模型训练的精度（precision） 就像一把隐藏的钥匙，可以解锁语言模型训练的“成本密码”。什么是模型精度?简单来说，它指的是模型参数和计算过程中使用的数字位数。传统的深度学习模型通常使用

哈佛大学正经历一场AI革命，从学生到教授，AI已渗透到学习、研究和日常生活的每个角落。87.5%的受访哈佛学生使用生成式AI，ChatGPT尤其受欢迎，学生用AI辅助学习，包括回答问题、写论文、编程等，甚至减少与教师互动的时间。然而，AI的普及也引发了公平性、职业前景和未来人类地位的担忧。为应对这些挑战，哈佛采取措施，如提供免费AI使用权、制定使用规则、开设相关课程和提供心理辅导服务。教授们也积极融入AI，用于研究、教学和理解复杂论文。此外，哈佛正从制度层面推动AI发展，成立研究所，吸引资金和人才，尽管面临资金限制，但仍致力于在AI领域找到定位。这场AI风暴不仅改变了哈佛的学术生态，也引发了对未来深刻的思考。

近期，人工智能硬件在创业领域备受关注，尽管早期产品如Rabbit和Humane的表现褒贬不一。在这股热潮中，一款名为"Friend"的新型AI设备引起了投资者的兴趣。

["哈佛艺术与科学学院发布人工智能在课堂中的使用指南。","指南建议教授清楚传达课程政策，提供三种不同的使用政策选择。","学院强调保护数据隐私，不鼓励使用 AI 检测工具。"]