huggingface / transformers
Hugging Face 的 Transformers 已从单纯的开源模型库，发展为连接训练、推理与部署的"模型定义公共层"，目前可调用超过 100 万个模型检查点，并开始支持命令行直接对话。
标签： 训练
人工智能的水足迹
Hacker News 上关于“AI 水足迹”的讨论指出，数据中心冷却用水规模已接近加州杏仁农场的年消耗量，而真正值得警惕的不是“用了多少水”，而是水资源在错误的时间、错误的地点被消耗，且几乎没有数据中心为用水承担净化或回补成本。
AI 助力破解精神分裂症错综复杂的遗传谜题
AI/机器学习正在被用于解析精神分裂症极其复杂的遗传结构，从海量基因组数据中识别与疾病相关的风险模式。这件事值得关注，因为它代表AI从“识别内容”延伸到“发现科学规律”，可能改变多基因复杂疾病的研究范式。
AI如何改变漏洞响应时间线
AI 正在将漏洞发现与修复从“人工驱动、以天计算”推向“自动辅助、以小时甚至分钟计算”，安全团队的工作重心正从“找漏洞”转向“判断和决策”。
ChatGPT 在搜索前就知道会推荐谁
一位开发者通过浏览器调试工具发现，ChatGPT 在真正联网搜索前，就已经在内部搜索词里写好了要推荐的品牌名单。这意味着“被 AI 推荐”这件事，可能在你的网站被访问之前就已经决定了。
弗吉尼亚州整治电力公司对AI数据中心涨价，此举或为普通用户节省数亿美元
弗吉尼亚州要求数据中心自行承担为其新建的电网基础设施费用，不能再把成本转嫁给普通居民。这一政策若落地，可能为当地用户节省数亿美元电费，也对全美AI算力扩张的成本分摊方式产生示范效应。
这是 Stalin 的梦想”——软件先驱 Richard Stallman 谈手机追踪能力，今日金句。
自由软件基金会创始人 Richard Stallman 在采访中公开表示拒绝携带手机，称其是“斯大林的梦想”和“老大哥的工具”。这一表态将手机追踪能力与监控政治直接挂钩，在 AI 时代重新引发关于位置数据、隐私边界的讨论。
旧OCR文本拖累语言模型训练，FineBooks 想要大规模解决这个问题。
Hugging Face 与 EleutherAI 合作发起 FineBooks 项目，实测 14 款开源 OCR 模型后发现，当前最优模型能以不到每千页 2 美元的成本，把历史书籍扫描文本的字符准确率提升到 97% 以上，足以改善大模型训练数据的质量，但也还不能直接用于学术研究。
探索 Claude/GPT 知识截止日期与预训练时间线
<section class="cge-quick-answer" data
Mark Zuckerberg 重磅AI宣言的四大要点
Meta CEO 马克·扎克伯格发布了一篇超过 6500 字的 AI 宣言，系统阐述了 Meta 在超级智能 AI 时代的战略方向：推动数据中心建设获得社区支持、开放 AI 模型、减少训练数据限制，并加强与美国政府在安全审查上的协作。这篇宣言既是面向公众的愿景陈述，也是 Meta 在 AI 竞赛中争取政策与舆…