应急管理局
安全生产管理人员
安全总监
主要负责人
省心模式，本人线上配合考试即可！！！

报名联系 @ashbur_bot

Gen-3 Alpha：视频生成技术的新前沿，实现高保真度、可控性视频生成

- 与视频和图像联合训练，支持从文字到视频、从图像到视频以及从文字到图像等工具，同时保留运动笔刷、高级相机控制、导演模式等控制模式。
- 引入了一系列安全保障措施，包括内部视觉审查系统和C2PA来源标准。
- 训练数据包含描述性细致和时间密集的描述，支持场景元素的富有想象力的过渡和精确的关键帧设置。
- 表现出色的生成式真人角色，可以展示广泛的动作、手势和情绪，解锁新的叙事方式。
- 由跨学科团队的科研人员、工程师和艺术家合作训练，旨在解释各种风格和电影术语。
- 与主要娱乐和媒体组织合作，为Gen-3创建定制版本，允许更具风格的控制和一致的字符，达到特定的艺术和叙事要求。
- 所有示例视频均完全由Gen-3 Alpha生成，无任何修改。
- Gen-3 Alpha代表了高保真、可控视频生成的新前沿。它为艺术家提供了强大的新工具，为多种行业带来自定义解决方案的可能性。

Generating audio for video：DeepMind视频音频生成技术，为无声视频创造同步音轨的创新工具，结合视频像素和自然语言提示生成丰富的音景

- DeepMind研发了视频到音频(V2A)技术，可以利用视频像素和文本提示生成与视频同步的丰富音轨。
- V2A可与像Veo这样的视频生成模型配合使用，为视频添加戏剧性配乐、逼真音效或与视频角色和语气匹配的对话。
- V2A也可以为各类传统镜头生成音轨，如档案素材、无声电影等，拓宽创作空间。
- V2A支持无限生成音轨，允许定义正向和负向提示来指导生成所需的音频。
- V2A使用基于扩散的方法，先编码视觉输入，然后模型逐步从随机噪声中提炼音频。这个过程同时利用视觉输入和文本提示进行指导。
- 为提高音频质量，训练中加入了AI生成的含音频详细描述和语音转录的注释信息。
- V2A可理解原始像素，添加文本提示是可选的。它也无需人工调整生成音频与视频的对齐。
- 当前局限包括视频失真可影响音频质量，语音同步存在待改进之处。
- DeepMind将采取负责任的方式开发和部署V2A，正在与顶级创作者合作改进技术，并加入合成识别工具SynthID以防范技术误用。
- V2A正在进行安全评估，初始结果显示它是使生成视频栩栩如生的有前景技术。

DeepSeek-Coder-V2-Instruct：开源的专家混合模型，性能媲美GPT4-Turbo，专为代码特定任务优化，支持多源高质量语料库预训练，显著提升编程和数学推理能力，支持338种编程语言，扩展上下文长度至128K

关于 Apple 的 MLX 机器学习库的精选列表，包括关于 MLX 的文章、模型、库和工具、演示、MLX Swift 等内容

Awesome MLX | #机器学习

国内高校矢量校徽素材合集 | link | #素材

收集整理了国内各大高校的校徽矢量素材，并在 Figma 上进行公开分享。目前有 197个 高校的校徽。

用 ORPO 将 Llama 3 的性能提升到新高度 | 详文

ORPO(Odds Ratio Preference Optimization)是一种新的微调技术，可以将传统的监督微调和偏好对齐阶段合并为一个过程，从而减少计算资源和训练时间。

ORPO通过修改语言建模目标，将负对数似然损失与比值(OR)项相结合，以弱化被拒绝的响应并强化被选择的响应，让模型同时学习目标任务和人类偏好。

文章使用TRL库中的ORPOTrainer在Llama 3 8B模型上进行ORPO微调，数据集包含DPO偏好对，共1000个样本。尽管由于样本量少仅训练了1个epoch，但微调后的模型在Nous的基准测试中表现良好，所有指标上均优于Llama 3原模型。

ORPO展现了作为新的微调范式的潜力，未来在更大规模的偏好数据集上进行充分训练将产生更好的效果。选择高质量的数据集也非常重要。

当前是开源社区的活跃时期，正在发布越来越多高质量的开源模型，开源模型与专有模型的差距正在缩小，微调是获得最佳性能的关键。