OpenAI与Synopsys签署多年协议，共建芯片设计模型GPT-Synopsys

The Decoder在9月30日报道了这笔交易。消息传出时，距离OpenAI在旧金山办完开发者日活动只过去几个小时。Synopsys生产电子设计自动化软件，也就是工程师用来设计芯片和半导体的工具。按照合作协议，OpenAI获得这些EDA工具的授权，再与自家模型结合。

两家公司给出的目标是：模型能够“对芯片设计与验证进行推理，并直接操作Synopsys的工具”。工程师把设计目标交给模型，再审核、批准输出结果。模型运行在OpenAI的基础设施上。双方表示，客户数据不会被用于训练，并且会加密存储。面向半导体客户的早期测试已经启动。两家公司将联合推广该产品并分享收入。同一周还出现了一批开放模型发布，从语音识别到表格数据，同时还有监管机构的执法消息。

开放权重仍在陆续到来

Fermion Research于9月30日发布Phonon-2，这是一个英语语音识别模型，下载体积164 MB。公司称，在Open ASR Leaderboard的七个英语测试集上，它的平均词错误率为5.21%，而所有表现更好的开放模型，体积至少是它的5.8倍。权重以CC-BY-4.0许可发布，这也是它派生自的NVIDIA Parakeet TDT 0.6B v3所采用的许可。

NVIDIA于9月29日推出Kumo Tabular，这是一个用于表格分类和回归的开放基础模型。它一次前向传播即可预测标签，无需训练或特征工程，以OpenMDW-1.1许可发布，可商用。公司称它在TabArena、BeyondArena、TALENT和ScoringBench上排名第一。该模型有三种规模，参数从28M到215M。

志愿者团队走了另一条路。Coop项目于9月30日更新，利用捐赠的硬件以及Hugging Face和GitHub Actions的免费额度，在FineWeb-Edu上从零训练一个约145M参数的模型。梯度以拉取请求的形式提交，一个定时的GitHub Actions任务每五分钟聚合一次。不过项目方指出，GitHub的共享调度器实际触发间隔可能从几分钟到几小时不等。第一阶段是在TinyStories上训练一个15M模型，六天内超出了Chinchilla最优预算，验证损失从9.01降到2.8。

同样在9月30日，英国AI安全研究所和Meridian Labs详细介绍了Inspect，这是一个开源评测框架，内置200多个现成评测，并支持在Docker、Kubernetes等沙箱中运行不可信的模型代码。在GitHub上，一名开发者发布了PSSA，这是一个用Rust编写的非Transformer语言模型，底层没有任何机器学习框架。开发者称，在参数量相同的情况下它学得比Transformer快，在同一台CPU上生成速度约为十二倍。

监管机构开始针对智能体行动

《卫报》9月30日报道，FTC已对Anthropic、OpenAI及其他实验室展开行业范围的调查。这是其针对失控AI智能体的首次正式执法行动，并计划强制包括研究机构Metr在内的多位高管作证。Ars Technica同日报道，OpenAI在能够“做出有把握的安全决策”之前不会上市。同时一个名为Legal Advocates for Safe Science & Technology的非营利组织在加利福尼亚州提起诉讼，要求改进评测、监控和训练实践。