به گزارش TechCrunch در ۱۸ اکتبر، Anthropic اعلام کرده است صندوقی برای حمایت از پروژههای منفعت عمومی ایجاد میکند و ۵ درصد از سهام شرکت را به آن اختصاص میدهد. ساختار اعلامشده، صندوق را نهادی کاملاً متعلق به خود شرکت توصیف میکند. Anthropic همچنین امکان افزایش سهم صندوق را در صورت رشد ارزش شرکت مطرح کرده و از کمک به نهادهای غیرانتفاعی یا توزیع مستقیم منابع به برخی گروهها بهعنوان ایدههای اولیه نام برده است. شرکت گفته جزئیات حاکمیت و تصمیمگیری را در ماههای آینده منتشر میکند.
OpenAI در گزارشی که ۱۶ اکتبر منتشر کرد، از برنامه Itaú برای گسترش هوش مصنوعی مولد میان مشتریان و کارکنان خبر میدهد. این بانک برزیلی از رابط گفتوگومحور ia.i و سکوی حاکمیت هوش مصنوعی IARA نام برده است. گزارش، این رویکرد را در بستر یکی از بخشهای مالی بهشدت قانونگذاریشده برزیل توصیف میکند؛ جزئیات اجرایی و میزان دسترسی در متن کوتاه خوراک خبری مشخص نشده است.
نوشتهٔ منتشرشده در Hugging Face از همکاری NVIDIA، مؤسسه IIT Madras و آزمایشگاه AI4Bharat برای آمادهسازی دادهٔ پیشآموزش به زبانهای هندی خبر میدهد. در معرفی، مجموعهای در حدود ۲٫۸ تریلیون توکن برای ۲۲ زبان و یک خط لولهٔ شتابگرفته با GPU برای تولید، سنجش کیفیت و اصلاح داده توصیف شده است. نویسندگان میگویند دستورالعمل تولید و ارزیابی نیز بهصورت باز ارائه میشود تا پژوهشگران بتوانند آن را بررسی یا متناسب با دادههای خود اقتباس کنند.
نوشته Hugging Face در ۱۵ اکتبر به معرفی Muse Spark Open از Meta میپردازد؛ مدلی با وزنهای باز که متن، تصویر، صدا و ویدیو را میپذیرد و برای کارهای عاملمحور و کدنویسی معرفی شده است. طبق مشخصات منتشرشده، مدل در مجموع حدود ۸۱۶ میلیارد پارامتر دارد و حدود ۴۲ میلیارد پارامتر برای هر توکن فعال میکند؛ پنجرهٔ زمینهٔ اعلامشده تا یک میلیون توکن است. این اندازه به منابع سختافزاری قابلتوجهی نیاز دارد و مناسببودن آن برای اجرا به زیرساخت بستگی دارد.
Google DeepMind و نهاد فناوری دولت سنگاپور از همکاری برای ساخت مدلی سبک بر پایه Gemma جهت تشخیص گفتوگوهای کلاهبردارانه خبر دادهاند. ایدهٔ اعلامشده این است که تحلیل روی خود دستگاه انجام شود، نه با ارسال مکالمهها به سرور ابری. شرکت میگوید مدل با نمونههایی از فریبهای محلی تنظیم شده و عرضهٔ آن مرحلهای و در همکاری با دولت سنگاپور خواهد بود. دسترسی به مکالمهها در برنامهها نیز به رضایت کاربر وابسته است.
Google در وبلاگ رسمی خود Gemini 4 Argon را برای توسعهدهندگان، سازمانها، پژوهشگران و کاربران معرفی کرده است. در بخش رباتیک، شرکت یک ارزیابی داخلی را شرح میدهد که در آن مدل از ویدیو برای ساخت شبیهسازی و برنامهریزی حرکت یک ربات استفاده کرده است. همان نوشته برای مدل امتیاز ۸۷ درصد در آزمون ERQA را گزارش میکند؛ این عدد نتیجهای است که خود شرکت اعلام کرده و بهتنهایی ارزیابی مستقل یا تضمین عملکرد در همهٔ کاربردها نیست.