整理 | 王启隆

出品 | AI 科技大本营（ID：rgznai100）

一分钟速览新闻点！

OpenAI 启动新 AI 模型项目“草莓”

Sam Altman：AI 将成为健康领域的信仰

举报人指控 OpenAI 非法限制员工披露安全风险

亚马逊推出个性化 AI 购物顾问 Rufus

基于 Rust 的开源项目实现异构集群推理

OpenAI 首席技术官：没将产品优先程度置于安全之前

微软 MInference：提升 LLM 处理百万上下文 10 倍

OpenDiLoCo：全球分布式低通信模型训练框架

剑桥大学 AI 模型超越临床测试，预测阿尔茨海默症更精准

国内外 AI 要闻

OpenAI 启动新 AI 模型项目“草莓”

路透社报道，OpenAI 公司正在开发一个新的人工智能模型项目，代号为“草莓”（Strawberry）。该项目原名为 Q*，旨在使 AI 能够自主、可靠地浏览互联网进行深度研究。OpenAI 正在创建、训练和评估使用“深度研究”数据集的模型。“草莓”将用于执行需要长期规划和连续操作的任务，如科学研究和软件开发。该项目采用类似斯坦福大学开发的“Self-Taught Reasoner”（STaR）的方法，通过自我生成训练数据来提高智能水平，理论上可使语言模型超越人类智能。

Sam Altman：AI 将成为健康领域的信仰

OpenAI 的 CEO Sam Altman 与赫芬顿邮报创始人 Arianna Huffington 近日瞄准 AI 医疗，成立新公司 Thrive AI Health。他们计划推出个性化 AI 健康教练，根据用户的生物数据提供健康建议，旨在减少医疗成本和慢性病影响。在《大西洋报》对两人的采访中，奥特曼提到，AI 技术将在未来的健康领域中扮演信仰一般的角色，尽管这也引发了隐私和数据使用的担忧。

举报人指控 OpenAI 非法限制员工披露安全风险

《华盛顿邮报》获得的一封独家信件显示，一名举报人已要求美国证券交易委员会（SEC）调查 OpenAI 因其严格的保密协议而涉嫌违法。该举报人向 SEC 提交了一份投诉，称这家人工智能公司非法禁止员工向监管机构报告其技术可能对人类造成的严重风险，并呼吁进行调查。举报人指出，OpenAI 向员工施加了过于严格的就业、离职和保密协议，可能导致员工因向联邦监管机构表达担忧而受到惩罚。这封长达七页的信函已于本月早些时候发送给 SEC 专员，其中包含了正式的投诉内容。《华盛顿邮报》独家获取了这封信件。

亚马逊推出个性化 AI 购物顾问 Rufus

亚马逊推出 AI 购物助手 Rufus，集成于购物应用中，通过语义搜索提供商品列表和评论，结合天气等生成个性化推荐。Rufus 界面简洁，支持问题转录但不支持答案朗读。在产品研究方面，Rufus 能提供购买建议和推荐项目。测试显示，Rufus 界面简洁，可解答如“最佳智能手机”、“推荐早餐麦片”等问题，考虑因素包括操作系统、相机质量、营养成分等，并附带商品简介。

基于 Rust 的开源项目实现异构集群推理

推特用户 @evilsocket 基于 Rust 开源了「异构集群推理方案」，通过组合多台 iPhone、iPad、Macbook 组成 Transformer 推理服务器，运行 Llama3-70B 模型。此方案能够释放老旧设备算力，支持 Linux、iOS、Windows 等老旧设备组成异构集群提供分布式 LLM 推理算力，提升推理效率和设备利用率。

项目地址：https://github.com/evilsocket/cake

OpenAI 首席技术官：没将产品优先程度置于安全之前

近日，OpenAI 首席技术官 Mira Murati 在一次访谈中再次谈起 AI 安全，并对“超级对齐”安全团队解散、ChatGPT 斯嘉丽语音风波、公司面临监管审查等问题作出回应。Murati 回应称：“超级对齐是 OpenAI 非常重要的安全团队，但只是团队之一，公司有很多人负责安全工作。”她表示并不认同“公司把产品放在安全之前”这一观点，并称这一论调有点过于愤世嫉俗。（澎湃）

完整采访链接：AI 教母对话 ChatGPT 之母：大模型具备说服、影响人类甚至控制整个社会的危险能力

微软 MInference：提升 LLM 处理百万上下文 10 倍

微软推出 MInference，采用稀疏计算方法，优化了长序列处理中的计算效率。该技术无需对现有模型进行预训练或额外微调，直接适用于现有的大语言模型（LLM），显著提升了推理速度。在实际测试中，包括 InfiniteBench、RULER、PG-19 等多个基准，以及 LLaMA-3-1M、Yi-200K 等不同模型上，MInference 在 NVIDIA A100 GPU 上实现了 10 倍的推理速度提升，同时保持了模型的准确性。这一突破为大规模自然语言处理任务提供了高效的解决方案。

项目地址：https://github.com/microsoft/MInference

项目介绍：https://hqjiang.com/minference.html

Demo：https://huggingface.co/spaces/microsoft/MInference

OpenDiLoCo：全球分布式低通信模型训练框架

OpenDiLoCo 是 DeepMind 的分布式低通信（DiLoCo）方法的开源实现和扩展，允许全球范围内的分布式 AI 训练。它通过减少频繁的通信需求，使得在连接不良的设备上训练模型成为可能。该框架能协同多个地点和设备的计算资源，提高资源利用率，使更多人参与 AI 开发。在两个大洲和三个国家间训练模型，保持了 90 - 95% 的计算利用率，展示了其有效性。

项目地址：https://github.com/PrimeIntellect-ai/OpenDiLoCo

论文：https://arxiv.org/pdf/2407.07852

剑桥大学 AI 模型超越临床测试，预测阿尔茨海默症更精准

剑桥大学开发的 AI 模型在预测阿尔茨海默症方面比临床测试更准确，能预测轻度记忆和思维问题个体是否及多快会发展为阿尔茨海默症。研究显示，该模型准确性比现有工具高出三倍，通过认知测试和 MRI 扫描在 82% 的案例中正确识别出患病个体，并在 81% 的案例中识别出未患病个体。这一突破有望显著减少误诊和未诊断情况，提升早期检测效果。