OpenAI i Synopsys podpisują wieloletnią umowę o model GPT-Synopsys do projektowania układów

Umowę opisał The Decoder 30 września, kilka godzin po dniu dewelopera OpenAI w San Francisco. Synopsys tworzy oprogramowanie do automatyzacji projektowania elektronicznego (EDA), czyli narzędzia, których inżynierowie używają do projektowania układów i półprzewodników. W ramach partnerstwa OpenAI licencjonuje te narzędzia EDA i łączy je z własnymi modelami.

Deklarowany cel to model, który potrafi „rozumować o projektowaniu i weryfikacji układów oraz bezpośrednio obsługiwać narzędzia Synopsys”. Inżynierowie mieliby przekazywać modelowi cele projektowe, a potem przeglądać wynik i go zatwierdzać. Model działa na infrastrukturze OpenAI. Obie firmy zapewniają, że dane klientów nie posłużą do trenowania i będą przechowywane w formie zaszyfrowanej. Wczesne testy z klientami z branży półprzewodników już trwają. Obie spółki będą wspólnie sprzedawać produkt i dzielić się przychodami. Ten sam tydzień przyniósł serię premier otwartych modeli, od rozpoznawania mowy po dane tabelaryczne, a obok nich wieści o działaniach regulatorów.

Otwarte wagi wciąż nadchodzą

Fermion Research opublikował 30 września Phonon-2, model rozpoznawania angielskiej mowy w pliku do pobrania o rozmiarze 164 MB. Na siedmiu angielskich zestawach z Open ASR Leaderboard osiąga średnio 5,21 proc. błędu na poziomie słowa, twierdzi firma. Każdy otwarty model z lepszym wynikiem jest co najmniej 5,8 razy większy. Wagi udostępniono na licencji CC-BY-4.0, tej samej co NVIDIA Parakeet TDT 0.6B v3, z którego się wywodzą.

NVIDIA wypuściła 29 września Kumo Tabular, otwarty model bazowy do klasyfikacji i regresji na danych tabelarycznych. Przewiduje etykiety w jednym przebiegu w przód, bez trenowania i bez inżynierii cech. Model trafił na licencję OpenMDW-1.1 dopuszczającą użycie komercyjne. Firma twierdzi, że zajmuje pierwsze miejsce w TabArena, BeyondArena, TALENT i ScoringBench. Występuje w trzech rozmiarach, od 28M do 215M parametrów.

Wolontariusze poszli inną drogą. Projekt Coop, zaktualizowany 30 września, trenuje od zera model o około 145M parametrów na FineWeb-Edu. Korzysta z użyczonego sprzętu oraz darmowych planów Hugging Face i GitHub Actions. Gradienty przychodzą jako pull requesty, a zaplanowane zadanie GitHub Actions scala je co pięć minut. Projekt zaznacza jednak, że wspólny scheduler GitHuba może je uruchomić w odstępach od kilku minut do kilku godzin. Etap 1, model 15M na TinyStories, przekroczył swój optymalny budżet Chinchilli w sześć dni, a strata walidacyjna spadła z 9,01 do 2,8.

Również 30 września brytyjski AI Security Institute i Meridian Labs przedstawiły szczegóły Inspect, otwartego frameworka ewaluacyjnego. Zawiera ponad 200 gotowych ewaluacji i pozwala uruchamiać niezaufany kod modeli w Dockerze, Kubernetesie i innych sandboxach. Na GitHubie jeden z deweloperów opublikował PSSA, nietransformerowy model językowy napisany w Rust, bez żadnego frameworka ML pod spodem. Twierdzi, że przy tej samej liczbie parametrów uczy się szybciej niż transformer i generuje tekst około dwanaście razy szybciej na tym samym procesorze.

Regulatorzy biorą się za agentów

The Guardian napisał 30 września, że FTC wszczęła branżowe śledztwo wobec Anthropic, OpenAI i innych laboratoriów. To pierwsze oficjalne postępowanie egzekucyjne w sprawie samowolnie działających agentów AI. Agencja planuje wymusić zeznania na kadrze kierowniczej, między innymi w grupie badawczej Metr. Ars Technica podała tego samego dnia, że OpenAI nie wejdzie na giełdę, dopóki nie będzie w stanie „podejmować pewnych decyzji dotyczących bezpieczeństwa”. Organizacja non-profit Legal Advocates for Safe Science & Technology złożyła pozew w Kalifornii. Domaga się lepszych praktyk w zakresie ewaluacji, monitorowania i trenowania.