大模型训练

由于领先的数据供应商 Mercor 发生重大安全漏洞，Meta 及其他主要 AI 实验室已暂停与其合作。此次泄露可能暴露了关于 AI 模型训练方法的核心机密。

英伟达的网络部门在 Mellanox 收购案和生成式 AI 浪潮的推动下，上季度营收达到 110 亿美元，已成为足以挑战其核心芯片业务的庞然大物。

本文深度评测了 16 个主流开源强化学习 (RL) 库，探讨在 DeepSeek-V3 和 R1 时代，如何针对 RLHF、DPO 和 GRPO 选择最合适的训练框架，并提供实战避坑指南。

美国联邦法官驳回了埃隆·马斯克关于停止执行加州 AB 2013 法案的请求。该法律要求 AI 公司必须公开其模型（如 xAI 的 Grok）所使用的训练数据集详情。

包括环球音乐在内的各大音乐出版商显著升级了针对 AI 初创公司 Anthropic 的法律诉讼，指控其未经授权使用超过 20,000 部受版权保护的作品来训练 Claude AI 模型，并寻求高达 30 亿美元的法定赔偿。

仅有 30 名员工的初创公司 Arcee AI 推出了 Trinity，这是一个拥有 4000 亿参数的开源模型，旨在挑战 Meta 的 Llama 3.1 405B。