当前位置：首页 > news >正文

小白解密ChatGPT大模型训练；Meta开源生成式AI工具AudioCraft

news 文章来源：https://blog.csdn.net/weixin_40425640/article/details/132075969 2025/5/5 1:56:38

在这里插入图片描述

🦉 AI新闻

🚀 Meta开源生成式AI工具AudioCraft，帮助用户创作音乐和音频

摘要：美国公司Meta开源了一款名为AudioCraft的生成式AI工具，可以通过文本提示生成音乐和音频。该工具包含三个核心组件：MusicGen用于生成音乐，AudioGen用于生成音频并扩展现有音频，EnCodec用于音频压缩解码。开源后，研究人员和从业人员可以使用自己的数据集训练模型。Meta表示AudioCraft系列模型能够稳定地生成高质量音频，易于使用，可以为音乐家和声音设计师提供灵感，帮助他们迭代作品。这一消息对音乐和声音领域具有影响力，引起了公众的兴趣，同时展示了AI在创作领域的新颖性和重要性。

🚀 Meta和OpenAI公司违背开源承诺

摘要：荷兰内梅亨大学的一份研究报告指出，Meta和OpenAI等公司在使用“开源”术语时误导了用户，他们所标记为“开源”的大语言模型实际上并非真正开源。具体涉及到Meta的Llama 2模型和OpenAI的GPT / codex模型，这些模型的代码并未向公众开放。研究人员表示，当前AI社区中缺乏开源大语言模型已成为突出问题。他们呼吁公司发布更多的开源代码，方便研究人员和开发人员访问，进一步提升这些模型的性能。这些公司通过保护知识产权和控制模型使用方式来保持竞争优势，但对于研究人员和开发人员而言，面对开源大语言模型却存在天然的弱势。Meta公司的Llama 2模型宣称是“开源”，但实际上透明度很低；OpenAI的ChatGPT模型更为神秘，完全不符合开源标准。研究报告指出这些公司的行为存在讽刺之处，因为它们声称允许研究，却仍将部分项目内容封锁在开发人员和研究人员之外。

🚀 谷歌旗下YouTube正在测试AI生成视频摘要功能

摘要：根据谷歌支持页面的信息，YouTube正在尝试用人工智能（AI）自动生成视频摘要的功能。这项功能会在少数英语视频旁边显示，仅有少数用户能够看到。它们的目的是在不替换视频作者原有描述的情况下，为用户提供一个简短的视频内容概览，帮助用户决定是否观看视频。这是谷歌当前进行的众多生成型 AI 项目之一。

🚀 谷歌研究团队攻破AI-Guardian审核系统的安全防护措施

摘要：谷歌研究团队使用OpenAI的GPT-4攻破了AI-Guardian审核系统的安全防护措施。AI-Guardian是一种能够检测不当内容的AI审核系统，但GPT-4成功欺骗了它的防御机制，使其精确值大幅降低。虽然相关技术文档已发布在ArXiv中，但开发者表示这种攻击方法将在未来的版本中不再可用。

🚀 Uber开发人工智能聊天机器人，完善服务

摘要：据报道，网约车和送货服务巨头Uber正在开发一款人工智能聊天机器人，并计划将其整合到Uber App中，以进一步完善其服务。Uber CEO 达拉・科斯罗萨西表示，Uber一直在研究机器学习和人工智能系统，当前，竞争对手DoorDash和Instacart也在开发自己的人工智能聊天机器人。此举可能对Uber提供更高效的配送和服务有所助益。虽然Uber在第二季度取得了运营利润，但营收低于预期导致股价下跌。

🚀 阿里云通义听悟升级：新增PPT提取等功能

摘要：阿里云通义听悟升级，新增“提取PPT”、“浏览器插件”和“小程序扩展”三大功能。通过视觉AI算法，自动将PPT讲解视频分割为演示文稿，并对每页PPT进行要点总结，解决了“求PPT难”的问题。用户可以安装浏览器插件进行全程录制并实时生成双语字幕，帮助浏览视频内容。此外，通义听悟还增加了钉钉和微信小程序功能，可以一键转写手机和聊天记录的音视频文件。通过引入视觉AI，通义听悟成为用户工作学习中的AI助手。

🚀 OpenAI推出新一代DALL-E 3 AI模型，引起关注

摘要：OpenAI正在准备下一代DALL-E AI模型，已进行Alpha测试。匿名用户表示，新版测试版本能生成多种长宽比的图像，支持更长的提示语句，并且具备生成“正常文字”的能力。然而，7月的测试版本可能生成不适宜内容和受版权保护的商标图案，对此OpenAI希望通过模型层面限制此类内容的生成。DALL-E 3在图像质量和多样性上有突破，有望推动AI图像生成进入新阶段。Stable Diffusion XL 1.0的正式版已推出，OpenAI的DALL-E模型将与之进行正面挑战。

🗼 AI知识

🔥 小白解密ChatGPT大模型训练

大模型初学者试图解密ChatGPT等大模型的全流程训练。Let’s 解密！

🔥 DS-Fusion

本教程说明如何微调 Llama 2(一个强大的语言模型)以进行对话概要生成。本教程涵盖了下载模型、转换为 Hugging Face 格式、运行微调 notebook 和对微调后的模型进行推理等内容。本流程需要使用 Huggingface 库并需要具有足够内存的 GPU。本教程还提到了即将推出的在自定义数据上训练 Llama 2 的相关教程。

主要问题:

如何下载和转换 Llama 2 模型?
如何对 Llama 2 进行微调以进行对话概要生成?
如何使用微调后的 Llama 2 模型进行推理?

更多AI工具，参考Github-AiBard123，国内AiBard123