人工智能对人工智能生成的内容进行训练将导致人工智能崩溃

人工智能对人工智能生成的内容进行训练将导致人工智能崩溃 用于训练大型语言模型的数据最初来自人类来源，如书籍、文章、照片等，这些都是在没有人工智能的帮助下创建的。但随着越来越多的人使用人工智能来制作和发布内容，一个明显的问题出现了：当人工智能生成的内容在互联网上扩散时，人工智能模型开始对其进行训练。研究人员发现，“在训练中使用模型生成的内容会导致所产生的模型出现不可逆转的缺陷。”他们研究了文本到文本和图像到图像的人工智能生成模型的概率分布，得出结论：“从其他模型产生的数据中学习会导致模型崩溃 这是一个退化的过程，并且随着时间的推移，模型会忘记真正的基础数据分布。”他们观察到模型崩溃发生得如此之快：模型可以迅速忘记它们最初学习的大部分原始数据。这导致它们随着时间的推移，表现越来越差，错误越来越多。来源 ， 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

OPENAI 推出面向所有用户的更快更便宜人工智能模型

OPENAI 推出面向所有用户的更快更便宜人工智能模型 OpenAI 推出了一个更快、更便宜的人工智能模型来支持其聊天机器人 ChatGPT。在周一的直播活动中，OpenAI 推出了新的大语言模型 GPT-4o。这是其已经问世一年多的 GPT-4 模型的更新版本。该模型基于来自互联网的大量数据进行训练，更擅长处理文本和音频，并且支持50种语言。新模式将面向所有用户，而不仅仅是付费用户。GPT-4o 的发布势将撼动快速发展的人工智能领域，目前 GPT-4 仍然是黄金标准。OpenAI 发布新模型也正值谷歌I/O开发者大会的前一天。谷歌是人工智能领域的早期领导者，预计将利用这次活动发布更多人工智能更新，以追赶有微软公司支持的 OpenAI。 、、

人工智能公司正在转向“小型”语言模型以获利

人工智能公司正在转向“小型”语言模型以获利 投入数十亿美元构建所谓的大型语言模型以推动生成式人工智能产品的人工智能公司，现在正寄望于一种新的收入增长方式：小型语言模型。苹果、微软、Meta 和谷歌最近都发布了新的人工智能模型，这些模型的“参数”较少，但功能仍然强大。 通常来说，参数的数量越多，人工智能软件的性能就越好，能处理的任务也就越复杂和微妙。本周公布的 OpenAI 的最新模型 GPT-4o 和谷歌的 Gemini 1.5 Pro，据估计都拥有超过1万亿个参数。而 Meta 正在训练其开源 Llama 模型的4000亿参数版本。 除了努力说服一些企业客户支付运行生成式人工智能产品所需的大额费用外，对数据和版权责任的担忧也阻碍了其广泛应用。这促使像 Meta 和谷歌这样的科技集团推出只有几十亿参数的小型语言模型，作为更经济、更节能、可定制的替代方案，这些模型在训练和运行时所需的电力更少，同时还能保护敏感数据。

Adobe 推出人工智能音乐生成工具

Adobe 推出人工智能音乐生成工具 在布鲁克林的 Hot Pod 峰会上，Adobe 推出了一款名为“Project Music GenAI Control”的人工智能音乐创作工具。该工具可以根据文本描述，例如“快乐的舞蹈”，“悲伤的爵士乐”来生成指定风格的音乐。通过工具内置的编辑控制器，用户还可以调整重复模式、速度、强度和结构。该工具尚未向公众开放，并且尚未公布正式发布日期。

Hugging Face 推出开源版 GPTs 免费定制人工智能助手

Hugging Face 推出开源版 GPTs 免费定制人工智能助手 开源社区平台 Hugging Face 日前推出开源版 GPTs，不但允许用户定制人工智能助手，而且费用全免。Hugging Face 技术总监兼 LLM 负责人菲利普·施密德表示，开源版 GPTs 名为“Hugging Chat Assistants”，用户只需点击2下，就能定制个人的人工智能助手，用法与 OpenAI 的 GPTs 类似。

DOCKER 容器官网文档迎来人工智能助手

DOCKER 容器官网文档迎来人工智能助手 5月28日消息，Docker 博客宣布官网文档现已提供人工智能助手，可以回答用户问题并帮助在知识库中搜索相关内容。浏览大型文档网站可能令人望而生畏，尤其是当您急于解决特定问题或实现新功能时。上下文切换、尝试查找正确信息以及拼凑来自不同部分的信息都是用户在查找复杂命令或配置文件时面临的痛点例子。人工智能助手通过简化搜索流程、解释您的问题并在您需要时引导您找到所需的精确信息来解决这些痛点。新的文档人工智能搜索还可以用您首选的语言回答用户的问题，例如简体中文。