Stability AI 发布最新语言模型：Stable LM 3B

StabilityAI发布最新语言模型：StableLM3BStabilityAI发布了其最新语言模型：，设计用于在手持设备和笔记本电脑等便携式数字设备上运行。StableLM3B拥有30亿个参数（业界通常使用的参数为70亿到700亿个），是一种紧凑型语言模型。StableLM3B的主要优势之一是其更小的尺寸和更高的效率。与大型模型不同，这些模型需要的资源更少，因此大多数用户都可以轻松使用它们。与之前的稳定LM版本相比，该版本在保持了快速的执行速度的同时，在生成文本方面明显更好。在常见自然语言处理基准测试（包括常识推理和常识测试）中，它的的下游性能得到了提高。——

Databricks开源DBRX高性能大语言模型

开源DBRX高性能大语言模型DBRX是Databricks开发的开源通用语言模型，在多项标准基准测试上达到了当前开源语言模型的最高水平。DBRX在多项综合基准测试中表现最好，尤其在编程和数学推理方面优于其他开源模型。与开源模型相比，DBRX在MMLU数据集上的表现也是最好的。根据测试，DBRX甚至超过了专门用于编程的CodeLLAMA-70B，并且与商业模型GPT-3.5相当甚至略胜。DBRX也与Gemini1.0Pro和MistralMedium等商业模型有竞争力。DBRX使用混合专家(MoE)架构，使其在训练和推理上更加高效。与类似参数量的非MoE模型相比，DBRX的推理吞吐量提高2-3倍。DBRX的整体训练效率比之前提高了近4倍，这得益于更好的数据、MoE架构以及其他改进。DBRX已经在Databricks的GenAI产品中进行了集成，客户可以通过API使用该模型。DBRX的训练代码和模型也在HuggingFace平台上开源。DBRX证明了Databricks可以高效地训练世界级的基础语言模型，也为企业训练自己的基础模型提供了能力。DBRX只是Databricks协助客户训练定制语言模型的一个例子。

Command-R：多语言、高性能、可定制：350亿参数的开源语言模型

：多语言、高性能、可定制：350亿参数的开源语言模型-C4AICommand-R是一个350亿参数的高性能生成式模型，由Cohere和CohereForAI联合开发。-Command-R是一个大型语言模型，其开放权重针对多种用例进行了优化，包括推理、摘要和问答。-Command-R具有多语言生成能力，在10种语言上进行了评估，并具有高性能的RAG(Retrieval-AugmentedGeneration)能力。-该模型的许可证为CC-BY-NC，使用时还需遵守C4AI的可接受使用政策。-Command-R的上下文长度为128K，可以使用HuggingFace的Transformers库进行调用和使用。-C4AICommand-R的发布展示了Cohere在开发大型语言模型方面的实力。350亿参数的模型规模处于业界领先水平，有望在多个应用领域取得突破。-Command-R的开放权重和对多种用例的优化，为开发者和研究者提供了灵活性和可定制性。这有助于促进模型的应用和创新。-多语言生成能力和高性能RAG能力的结合，使Command-R在跨语言任务和知识密集型任务上具有独特优势。这可能推动自然语言处理技术在全球范围内的普及和应用。-CC-BY-NC许可证和C4AI的可接受使用政策体现了Cohere对于负责任AI开发的重视。在开放模型的同时，设置合理的使用边界，有助于防范潜在的滥用风险。-基于HuggingFace生态系统发布模型，降低了用户的使用门槛。这种与主流开源社区的融合，有利于Command-R的推广和迭代。-尽管Command-R的开放权重提供了灵活性，但对于缺乏计算资源的中小型开发者而言，350亿参数的模型规模可能难以承受。这可能加剧AI开发的门槛和不平等。-Command-R在多语言任务上的出色表现，可能促使更多开发者将其应用于跨文化交流和全球化业务。但过度依赖单一模型，可能忽视了不同语言和文化的独特性。-开放模型虽然有利于创新，但也可能加剧恶意使用和滥用的风险。即使有使用政策的约束，在实践中难以对每一个应用进行有效监管。这需要技术和制度的双重发力。

Stability AI发布最新图像生成模型Stable Diffusion XL 1.0

StabilityAI发布最新图像生成模型StableDiffusionXL1.0今天，StabilityAI宣布推出StableDiffusionXL1.0，这是该公司迄今为止描述为“最先进”的文本到图像模型。StableDiffusionXL1.0可在上以开源形式使用，并提供给Stability的和消费者应用程序和。Stability声称，与其前代产品相比，StableDiffusionXL1.0提供了“更生动”和“更准确”的颜色，更好的对比度、阴影和照明效果。在接受采访时，StabilityAI的应用机器学习负责人JoePenna指出，StableDiffusionXL1.0包含35亿个参数，可以“在几秒钟内”生成多种长宽比的100万像素分辨率的完整图像。“参数”是模型从训练数据中学习到的部分，基本上定义了模型在解决问题上的技能水平。上一代稳定扩散模型稳定扩散XL0.9也可以生成更高分辨率的图像，但需要更多的计算能力。——、

Stable Diffusion 的母公司 Stability AI 宣布开源一款全新的大语言模型

StableDiffusion的母公司StabilityAI宣布开源一款全新的大语言模型StableLM模型的Alpha版本有30亿和70亿参数，并将于后续开放150亿和650亿的参数模型。StabilityAI的创始人EmadMostaque自2020年从OpenAI团队离开后，一直秉承着开源开放的理念，持续推出了多款AI开源模型。其中影响力最广的，便有大家所熟知的文本生成图像模型StableDiffusion。本次开源的StableLM，基础功能跟GPT一样，支持生成文本和代码，在未来可以给不少应用提供基础技术支持。在项目中，StableLM提供了几个基础演示，包括聊天、撰写书信、小说创作、代码编写等功能。来源(，)来自：雷锋频道：@kejiqu群组：@kejiquchat投稿：@kejiqubot

Stable Diffusion背后团队发布开源大语言模型 可用于本地部署

StableDiffusion背后团队发布开源大语言模型可用于本地部署（来源：StabilityAI）与StableDiffusion类似，StableLM同样支持知识共享4.0协议，开发者可以在遵守协议的情况下，将这个模型用于商业或研究活动。这家公司在去年发布的StableDiffusion，使得AI“文生图”赛道成为AIGC领域商业化前景最为明朗的行业。StabilityAI介绍称，StableLM可以生成文本和代码，并将助力一系列下游应用。这个模型建立在经典训练集ThePile的新实验训练集上，token数量翻了3倍至1.5万亿，公司也将在适当的时候发布数据集的详细信息。尽管公布出来的模型参数量很少，但数据集的丰富性使StableLM在会话和编程任务中表现出惊人的高性能，展现了小型高效模型如何通过适当的训练提供高性能。（效果演示，来源：StabilityAI）与GPT-4等超级大模型不同，StabilityAI的产品可供每一个人下载并部署在本地。这种做法也曾遭到一些非议，因为彻底开源意味着这些模型极有可能被用于恶意目的，例如撰写钓鱼链接的文案和协同软件攻击等。对此，StabilityAI在周三的公告中也予以回应，强调开源模型是为了促进透明度和培养信任。研究人员可以“深入了解”以验证性能、研究可解释的技术、识别潜在风险并帮助制定保障措施。公共和私营部门可以针对自己的应用程序“微调”这些开源模型，无需共享敏感数据或放弃对AI功能的控制。当然，如此“大方开源”的背后，StabilityAI也背负着沉重的营收压力。据新兴财经媒体Semafor4月初报道，StabilityAI去年底刚刚融到1亿美元的资金正接近“快速烧完”，公司CEOEmadMostaque的领导风格也遭到内部质疑。...PC版：https://www.cnbeta.com.tw/articles/soft/1355777.htm手机版：https://m.cnbeta.com.tw/view/1355777.htm