XiaoMi-AI文件搜索系统
World File Search SystemHugging
Momentum Cyber 回顾报告
今年的 RSA 大会与众不同。虽然它仍然是一个组织得非常好、富有成效的活动，但人们对世界上最大的安全会议重新以面对面的形式举行感到兴奋不已。人们欢笑、拥抱，在经过多年无休止的屏幕时间的二维互动后重聚。这是迄今为止我最喜欢的 RSA 大会。
AI中介机构的平台治理难题
摘要AI开发社区越来越多地利用托管中介机构（例如拥抱面孔），可以轻松访问用户上传的模型和培训数据。这些模型市场降低了数十万用户的技术部署障碍，但可以以许多潜在的有害和非法方式使用。在本文中，我们解释了既可以“包含”内容又可以是开放式工具的AI系统的方式，这是迄今为止最棘手的平台治理挑战之一。我们提供了三个说明性平台（拥抱面，github和civitai）的几起事件的案例研究，以检查模型市场模型中等模型。在此分析的基础上，我们概述了行业正在发展以响应节制需求的重要（但仍然有限）的实践：许可，访问和使用限制，自动化内容审核以及开放的政策制定。虽然手头的政策挑战是一个相当大的挑战，但我们以一些想法得出了一些想法，即平台如何更好地动员资源来充当谨慎，公平和按比例的监管访问点。
肌肤接触不仅在出生后才有益，对您和您的宝宝都有好处
虽然这项研究表明了婴儿时期的触摸有好处，但童年时期呢？对幼儿和青少年的研究表明，触摸——尤其是父母或其他照顾者（如老师）的拥抱等关爱触摸——可以促进心理发展和幸福。例如，触摸可以帮助孩子培养情感安全感、归属感和支持感，尤其是在压力大的情况下。
一千星的夜晚。 -Saintvanta
对好事和坏事来把好东西带走。看到人们的价值，因为很快就不会拥抱妈妈，看树木，发现女孩可爱或任何正常的东西。世界将真正陷入一个深处的地狱景观中，只有合规性的重视。在一个邪恶统治着没有被欺骗的男人，女人，儿童以及介于两者之间的任何东西的世界中，会害怕一个奇异的假神，这将统治整个搜寻地球7年。
citroën ds3 - 汽车目录存档
整个轮廓坚固厚实，但又不失流畅精致。独特的“鲨鱼鳍” B 柱延伸至“浮动”车顶线，而两排闪亮的 LED 灯可照亮激进的贴路下格栅和聚光灯。镀铬上格栅优雅地融入了双 V 形。从任何角度看，您都会发现惊喜、原创想法和令人愉悦的细节：目前的设计图标。
软件2.0
过去十年中，软件系统中的机器学习（ML）组件广泛采用。这几乎都发生在从自然语言处理到计算机视觉的几乎每个领域中。这些ML组件范围从相对简单的神经网络到复杂且资源密集的大语言模型。然而，尽管采用了这种广泛的采用，但对产生这些模型的供应链关系知之甚少，这可能对合规性和安全性产生影响。在这项工作中，我们对从流行的模型共享网站拥抱面的760,460款和175,000个数据集进行了广泛的分析。首先，我们评估了拥抱面部供应链中的文档现状，报告现实世界中缺点的例子，并提供可行的改进建议。接下来，我们分析现有供应链的基础结构。最后，我们探讨了当前针对先前工作中报告的许可格局，并讨论了该领域所带来的独特挑战。我们的结果激发了多种研究途径，包括需要更好的ML模型/数据集的许可管理，更好地支持模型文档以及自动化的不一致检查和验证。我们使我们的研究基础架构和数据集可用来促进未来的研究。
以人工智能赋能企业：进入选择时代
戴尔和 AMD 的合作提供的是一个统一的硬件和软件生态系统，旨在让开发人员能够轻松高效地创建结合迁移学习、微调和推理的端到端 AI 解决方案。在 Hugging Face 的支持下，我们现在拥有越来越多的模型组合，这些模型可在搭载 AMD EPYC™ 处理器或 AMD Instinct™ MI300X 加速器的戴尔 PowerEdge 服务器上运行，以便开发人员可以进行微调、应用迁移学习和部署以进行推理。对 AMD ROCm™ 和 AMD ZenDNN™ 的投资以及与 PyTorch、Tensorflow 和 ONNX Runtime 框架的合作，是应用 AI 开发人员体验 AI 民主化的根本推动因素。下面的堆栈图详细介绍了构成戴尔和 AMD 统一 AI 生态系统的组件。
探索生成式人工智能价值链中的机会
对于开源模型（提供任何人都可以自由使用和修改的代码），独立的模型中心正在涌现，以提供一系列服务。有些可能仅充当模型聚合器，为 AI 团队提供对不同基础模型的访问权限，包括由其他开发人员定制的模型。然后，AI 团队可以将模型下载到他们的服务器，并在他们的应用程序中对其进行微调和部署。其他公司，例如 Hugging Face 和 Amazon Web Services，可能会提供对模型和端到端 MLOps 功能的访问权限，包括使用专有数据调整基础模型并将其部署在其应用程序中的专业知识。后一种模式填补了渴望利用生成式 AI 技术但缺乏内部人才和基础设施的公司日益增长的空白。
jyoti_batch配置文件 - BTECH类2025
开始了与同学一起教育和了解AI概念的“ AI简单解释”。在博客的伞下推出了几种教育产品。精心策划了50,000个数据点，并专门针对印度法律进行了微调的大型语言模型（LLM）。将微调的LLM上传到拥抱的脸上，每月下载1500多个。将在美国的博客纳入了一家专注于教育生成AI产品的Edtech公司。开发了https://prompthacking.tech/，旨在教育在现实世界应用中使用和部署LLM的道德考虑的套件。在推出套房的一周内吸引了3000多名游客。
![arXiv:2407.00463v5 [cs.LG] 2024 年 10 月 16 日](/simg/g:\will\search\icon\source\1\12856d7a142f40865979189482e85d42f6a54b1a.webp)
arXiv:2407.00463v5 [cs.LG] 2024 年 10 月 16 日
SpeechBrain 1 是一个基于 PyTorch 的开源对话式 AI 工具包，特别专注于语音处理任务，例如语音识别、语音增强、说话人识别、文本转语音等。它通过发布预训练模型以及训练它们所需的完整代码和算法“配方”，提高了透明度和可复制性。本文介绍了 SpeechBrain 1.0，这是该工具包发展的一个重要里程碑，现在它有超过 200 种语音、音频和语言处理任务配方，以及 Hugging Face 上提供的 100 多个模型。SpeechBrain 1.0 引入了新技术来支持多种学习模式、大型语言模型 (LLM) 集成和高级解码策略，以及新颖的模型、任务和模式。它还包括一个新的基准存储库，为研究人员提供了一个统一的平台来评估跨不同任务的模型。关键词：对话式 AI、开源、语音处理、深度学习。