微软发布Phi 3.5系列模型；OpenAI推出GPT-4o微调功能；字节发布自动语音识别模型 | AI头条...

整理 | 王启隆

出品 | AI 科技大本营（ID：rgznai100）

一分钟速览新闻点！

• 微软发布 Phi 3.5 系列模型

• OpenAI 推出 GPT-4o 微调功能，助力开发者定制模型

• 字节跳动推出 Seed-ASR 语音识别模型

• OpenAI 与康泰纳仕达成合作，引领出版行业

• GitHub CEO Thomas Dohmke：与 AI 融合，引领软件开发新潮流

• 洛杉矶联合学区为 AI 聊天机器人付费数百万却弃用

• Anthropic 遭图书作者联合起诉
  

国内外 AI 要闻

微软发布 Phi 3.5 系列模型

今日，微软发布了 Phi 3.5 系列模型，包括 Phi 3.5 Mini、Phi 3.5 MoE 和 Phi 3.5 Vision。Phi 3.5 Mini 虽只有 3.8B，但测试分数超过了 Llama-3.1 8B 和 Mistral 7B 等模型。Phi 3.5 MoE 有 42B，生成时只有 6.6B 参数活跃，表现超过了 Gemini-Flash，接近 GPT-4o-mini 的性能。Phi 3.5 Vision 模型拥有 4.2B 参数，支持多帧图像理解。

项目链接：https://huggingface.co/microsoft/Phi-3.5-mini-instruct

OpenAI 推出 GPT-4o 微调功能，助力开发者定制模型

OpenAI 推出 GPT-4o 的微调功能，开发者可使用自定义数据集对 GPT-4o 及 GPT-4o mini 模型进行微调，以适应不同领域特定用例，调整响应结构和语气，遵循复杂指令。微调训练成本每百万个 Token 为 25 美元，推理成本输入每百万个 Token 3.75 美元、输出每百万个 Token 15 美元，每个组织每天有 100 万个免费训练 Token，GPT-4o mini 对所有付费层级开发者开放，9 月 23 日前每天提供 200 万免费训练 Token。微调后的模型由用户完全控制，用户拥有业务数据输入输出的完整所有权，OpenAI 实施多层安全措施监控模型使用。

字节跳动推出 Seed-ASR 语音识别模型

字节跳动开发了先进的自动语音识别模型 Seed-ASR，它基于大语言模型框架构建，旨在处理多种语言、方言、口音及不同应用场景的语音信号。传统语音识别技术在处理复杂情况时存在困难，而 Seed-ASR 结合语音和上下文信息，能够更准确地将语音转化为文字。

技术报告：https://bytedancespeech.github.io/seedasr_tech_report/

OpenAI 与康泰纳仕达成合作，引领出版行业

OpenAI 与康泰纳仕达成多年合作协议，OpenAI 可使用康泰纳仕的大量内容档案，康泰纳仕则能获得 OpenAI 的先进技术工具。此次合作标志着 OpenAI 在出版领域扩大影响力，也体现了传统媒体公司与科技公司的相互作用。OpenAI 将利用康泰纳仕的内容改进其人工智能系统，包括 ChatGPT 产品，而康泰纳仕也会在内容创作和广告等方面使用 OpenAI 技术。这一合作遵循了 OpenAI 与其他主要出版商的类似安排，暗示了科技与媒体公司合作的增长趋势，但也引发了版权等问题的质疑。对康泰纳仕来说是重大战略转变，旨在适应数字化媒体环境。该合作是传统媒体适应人工智能技术变化的重要实验，对出版和科技行业的未来方向具有重要参考价值。

GitHub CEO Thomas Dohmke：与 AI 融合，引领软件开发新潮流

近日，外媒 The Verge 采访 GitHub CEO Thomas Dohmke，总结了以下观点：GitHub 从最初的版本控制存储代码发展至今，功能不断丰富，不仅能存储开源和私有代码，还具备问题跟踪、自动化工作流、云端开发环境等功能，甚至可在手机浏览器中进行部分编码工作。它被视为软件开发工具宇宙中的大行星和编码社交网络。GitHub 的 Copilot 等工具利用 AI 改变了开发者的工作方式和创作经济。专业开发者可利用自然语言提高效率，学习者能通过自然语言接口成长为专业开发者。开源模型和商业模型将并存，未来模型可能商品化。GitHub 遵循 DRI 制度和“视图、声音、投票、否决”框架做决策，同时也依靠经验和直觉。

洛杉矶联合学区为 AI 聊天机器人付费数百万却弃用

外媒报道，洛杉矶联合学区曾聘请 AllHere 创建和管理 AI 聊天机器人，并开展试点项目。然而，几个月后 AllHere 公司失去首席执行官且大部分员工休假。如今，该学区的聊天机器人已无法访问，同时正在调查有关 AllHere 损害其数据的指控，局面陷入混乱。这一事件反映出技术应用中的风险和管理不善问题。

Anthropic 遭图书作者联合起诉

据路透社报道，一群作者起诉了 Anthropic，指责其使用盗版书籍训练模型。周一在加利福尼亚法院提起的集体诉讼指控 Anthropic“通过窃取数十万本受版权保护的书籍建立了数十亿美元的业务”。作者称 Anthropic 用名为“The Pile”的开源数据集训练 Claude AI 聊天机器人家族，其中包含大量盗版电子书，有斯蒂芬·金、迈克尔·波伦等数千名作者的作品。本月早些时候，Anthropic 向 Vox 证实使用了 The Pile 训练 Claude。诉讼称，Anthropic 明知这些数据集包含来自盗版网站的大量版权内容仍下载和复制。作者希望法院批准集体诉讼，要求 Anthropic 支付赔偿并禁止未来使用版权材料。Anthropic 未立即回应评论请求。起诉的作者包括《We Were Never Here》的作者安德里亚·巴茨等。此前，也有类似针对其他公司的诉讼。

大模型刷新一切，让我们有着诸多的迷茫，AI 这股热潮究竟会推着我们走向何方？面对时不时一夜变天，焦虑感油然而生，开发者怎么能够更快、更系统地拥抱大模型？《新程序员 007》以「大模型时代，开发者的成长指南」为核心，希望拨开层层迷雾，让开发者定下心地看到及拥抱未来。

读过本书的开发者这样感慨道：“让我惊喜的是，中国还有这种高质量、贴近开发者的杂志，我感到非常激动。最吸引我的是里面有很多人对 AI 的看法和经验和一些采访的内容，这些内容既真实又有价值。”

能学习到新知识、产生共鸣，解答久困于心的困惑，这是《新程序员》的核心价值。欢迎扫描下方二维码订阅纸书和电子书。