欢迎访问chatgpt中文教程网，学习chatgpt相关知识，以下是正文内容：

1.全球首个AI程序员诞生，码农饭碗一夜被砸！10块IOI金牌华人团队震撼打造，996写代码训练模型

全球首位AI软件工程师Devin诞生了，它掌握全栈技能，云端部署、底层代码、改bug、训练和微调AI模型都不在话下。最可怕的是，它完全不怕996，老黄的预言是彻底成真了！

一家叫Cognition的10人初创公司，才成立不到2个月，就给了全世界亿点点震撼。

2.GPT-4.5 Turbo提前泄露？Altman亲自暗示新模型要来，传言本周四上线

GPT-4.5 Turbo提前泄露了！预告信息显示，GPT-4.5 Turbo的上下文窗口比之前的版本翻了一倍，将高达256K，相当于约200,000个单词。而知识也更新到了2024年6月。新的GPT就要来了，它将夺回属于自己的一切！

3.颜水成/程明明新作！Sora核心组件DiT训练提速10倍，Masked Diffusion Transformer V2开源

来自Sea AI Lab、南开大学、昆仑万维2050研究院的颜水成和程明明研究团队在ICCV 2023提出的Masked Diffusion Transformer利用mask modeling表征学习策略通过学习语义表征信息来大幅加速Diffusion Transfomer的训练速度，并实现SoTA的图像生成效果。

论文地址：https://arxiv.org/abs/2303.14389

GitHub地址：https://github.com/sail-sg/MDT

近日，Masked Diffusion Transformer V2再次刷新SoTA, 相比DiT的训练速度提升10倍以上，并实现了ImageNet benchmark 上 1.58的FID score。

4.斩获7项奥斯卡大奖，Nature重磅发布《奥本海默》专题！诺兰断言：AI时代人类再次迎来「奥本海默时刻」

在《奥本海默》斩获了7项奥斯卡大奖之后，Nature采访了3位物理学家，作为《奥本海默》的科学顾问，他们向我们还原了诺兰的创作全貌。而诺兰本人认为，在AI时代，人类再次迎来了「奥本海默」时刻！

5.LLM将成历史？开源bGPT或颠覆深度学习范式：直接模拟二进制，开启模拟数字世界新纪元！

微软亚洲研究院推出的最新成果bGPT，这种基于字节的Transformer模型，为我们探索数字世界开辟了新的大门。

与传统的基于词表的语言模型不同，bGPT的独特之处在于其对原始二进制数据的直接处理能力，不受特定格式或任务的限制，其目标是全面模拟数字世界。

论文：https://arxiv.org/abs/2402.19155

代码：https://github.com/sanderwood/bgpt

模型：https://huggingface.co/sander-wood/bgpt

项目主页：https://byte-gpt.github.io

研究团队在其论文中展示了bGPT在建模上的巨大潜力，通过字节级处理，bGPT不仅能生成文本、图像和音频，还能模拟计算机行为——从格式转换算法到CPU状态的建模。将所有数据视为字节序列的做法，使bGPT能够将不同类型的数据纳入同一框架之下。

6.向数字世界AGI迈进！智能体已经从头开玩「荒野大镖客 2」了

• 论文标题：Towards General Computer Control: A Multimodal Agent for Red Dead Redemption II as a Case Study
• 论文链接：https://arxiv.org/abs/2403.03186
• 项目主页：https://baai-agents.github.io/Cradle/
• 代码链接：https://github.com/BAAI-Agents/Cradle

7.AI图片橡皮擦来了，清华&阿里合作推出「概念半透膜」模型，还能改头换面

清华大学丁贵广教授团队和阿里安全联合发布的概念半透膜模型（concept Semi-Permeable Membrane，SPM 模型），该模型能够在 Diffusion 架构的 AI 作图模型中，精准、可控地擦除各类具象或抽象概念，并对无关概念做到几乎完全保留。

相关论文《One-dimensional Adapter to Rule Them All: Concepts, Diffusion Models and Erasing Applications》已经被计算机视觉国际顶级会议 CVPR 2024 高分录用。

• 项目主页：https://lyumengyao.github.io/projects/spm

• Github 地址：https://github.com/Con6924/SPM

• 论文地址：https://arxiv.org/abs/2312.16145

8.127k引用数的AI大牛创业：为机器人造大脑！OpenAI红杉排队塞钱

谷歌学术被引数超127000的大神宣布创业，获OpenAI等机构在内投资7000万美元！

他就是来自UC伯克利的副教授Sergey Levine，创业前任职于电气工程与计算机科学系，是深度强化学习领域超受欢迎的网红老师。

行动代号（公司名称）：Pi（读π），即Physical Intelligence。

Pi成立于今年，背后是一支机器人和AI专家团队，在机器人、工程和许多其他领域拥有深厚经验。

他们的计划是“创建可以为各种机器人和机器增添高级智能的软件”，最终目标是创建一种作为通用机器人系统的AI。

9.仅需格式转换提升9%数学推理能力，上交开源新对齐方法ReAlign

大模型对齐新方法，让数学推理能力直接提升9%。

上海交通大学生成式人工智能实验室（GAIR Lab）新成果ReAlign，现已开源。

ReAlign能以较小的人工成本提升现有数据集的质量，进而提升模型整体对齐能力，包含数学推理能力、回答问题的事实性、回答的可读性。

论文地址：https://arxiv.org/pdf/2402.12219.pdf
项目地址：https://gair-nlp.github.io/ReAlign/
代码与数据地址：https://github.com/GAIR-NLP/ReAlign

10.用大模型测试人格/抑郁/认知模式！通过游戏剧情发展测量心理特质｜清华出品

近日，清华大学的研究团队基于大语言模型的多智能体系统，提出一种创新性的心理测量范式。

与传统自我报告问卷不同的是，该研究为每位参与者定制化生成一个可交互的叙事类型游戏，用户可自定义游戏的类型与主题。

随着游戏剧情的发展，参与者需要以第一人称视角，选择不同的决策行为，决定剧情的走向。通过分析参与者在游戏关键情节中的选择，该研究可以测量其对应的心理特质。

论文链接：https://arxiv.org/abs/2402.12326

11.谷歌开源轻量级CPP Gemma推理引擎

谷歌工程师和科学家开发了一个新的代码库，名为CPP Gemma推理引擎。与llama.cpp类似，该代码库允许在SIMD CPU架构上进行推理。该工具的目的是鼓励实验和使用昨天发布的Gemma模型。

https://github.com/google/gemma.cpp

12.MMedLM-医学领域新突破，多语种医学语言模型

MMedLM 2是一种开创性的多语言语言模型，专为医学领域量身定制。它是在覆盖六种语言的新的255亿令牌语料库上训练的。在医学问答任务中，MMedLM 2的表现优于其他模型，包括GPT-4。

https://github.com/magic-ai4med/mmedlm