@ClementDelangue: 正如我们可能是少数拥有用户网络效应的AI初创公司之一，我们也或许会成为首个拥有代理网络效应的公司！
该AI初创公司拥有用户网络效应，并有望率先实现代理网络效应。
@ClementDelangue: 追踪AI新闻快成全职工作了
朋友构建HuggingNews用AI精选新闻，支持个人化推送，推荐收藏。
@ClementDelangue：开源模型的推理在更好、更快、更便宜方面还有巨大潜力，我们才刚刚开始探索。
开源模型推理优化潜力巨大，zml_ai推出与Hugging Face集成的推理引擎。
开放模型权重，哈尔！祝贺@PrimeIntellect 新一轮融资
祝贺PrimeIntellect新一轮融资，呼吁开放模型权重。
@ClementDelangue: 存储与流出费用是AI领域最大的云锁定陷阱之一。当模型和数据集难以且昂贵地迁移时，基础设施选择便不再是真正的选择。
存储与流出费用导致云锁定，Hugging Face联合SkyPilot打破模型与数据迁移困境。
@ClementDelangue：两个链接
包含两个链接的推文
@ClementDelangue：美国开源落后中国，解决方案：@elonmusk和@cursor_ai明天开源模型！就这么简单，将是对领域和美国的巨大贡献。
美国开源落后中国？马斯克与Cursor AI明天开源模型即可解决，简单且贡献巨大。
@ClementDelangue: 这是AI开发者在HF Xet上存储的数据量（Xet大约在11月25日完全替代了git存储）。感觉这只是开始，很快将达到EB级。
AI开发者数据迁移至HF Xet，存储量快速飙升，预计不久将达艾字节级。
@ClementDelangue：从几十万到1亿AI开发者？如果AI是分布式而非被少数公司垄断，将创造大量就业！
分布式AI可创造海量就业，2028年开发者或从几十万增至1亿。
@ClementDelangue: 如何？与闭源前沿实验室秘密孤立地运行相同训练不同，开放科学和开源AI允许它们共享支出和算力，使其效率提高一个数量级！
开源AI共享算力与支出，效率比闭源高一个数量级。
@ClementDelangue: 在美国迎来250周年之际，我们整理了来自美国的250个开放AI里程碑：开放模型、数据集、演示、论文和工具，它们塑造了这一领域。包括Attention Is All You Need、PyTorch、GPT-2、ULMFiT、LLaMA、ImageNet、LoRa等数百项。
美国250周年梳理250项开放AI里程碑，涵盖Attention、LLaMA等模型与数据，致敬开放创新生态。
有谁能帮我弄到下周迈阿密世界杯四分之一决赛的门票？
求购下周迈阿密世界杯四分之一决赛门票。
@ClementDelangue：你准备好迎接开源AI的夏天了吗？™️
准备好迎接开源AI的夏天了吗？
@ClementDelangue：我们与@dee_bosa @vipulved现场创造了这个词：这将是一个“开源AI的夏天”！
与@dee_bosa @vipulved合作，现场提出“开源AI之夏”概念。
共识不能仅由大型科技公司构建！大家要警惕监管俘获和权力极度集中！
大型科技公司不能垄断共识构建，需警惕监管俘获和权力集中。
为什么开放工具排名这么低？我们需要改进开放平台与开放模型的集成。
改进开放平台与开放模型集成，提升开放工具排名。
@ClementDelangue：如今很多人鼓吹更多美国开源模型，这很棒，但很少有人真正付诸行动！
很多人鼓吹美国开源模型，却少有人行动；Alex Karp倡导，而PalantirTech是免费组织。
中文标题
白宫与ndstudio合作的Rampart模型成为Hugging Face最热门token分类模型，标志着公共机构开始自主构建权重而非租用API。
@ClementDelangue：不是你的权重，就不是你的大脑！
不是你的权重，就不是你的大脑。
@ClementDelangue：对开源路由系统和路由模型（如@vllm_project的语义路由器）感到非常兴奋
多模型未来需像定制代码一样定制路由器，这是价值捕获的关键。
@ClementDelangue：斯坦福大学研究表明，ChatGPT查询的71.3%可由本地模型准确回答。我怀疑大部分企业AI工作负载也可免费在本地运行（相比前沿API的巨大成本）
斯坦福研究：71.3%的ChatGPT查询本地模型可准确回答。推测多数企业AI工作负载可免费本地化，降低前沿API成本风险。
@ClementDelangue: 开源AI蓬勃发展，对进步、竞争与透明度影响巨大，且危险程度比闭源前沿AI低数个数量级。
开源AI蓬勃发展，极大促进进步、竞争与透明度，且比闭源AI安全数个量级。
美国政府对开源AI模型的监管令人厌倦
美国政府应训练并发布开源AI模型，而非单纯监管。
@ClementDelangue：https://t.co/PLL0hNPbdv
ClementDelangue 分享了一个链接。
@ClementDelangue：AI的未来是多模型（当然包括由@huggingface提供的大部分开源模型）！
AI的未来是多模型，多数开源模型由Hugging Face提供。
@ClementDelangue: 监管前沿API模型是合理的，尤其是为了让政府获得更多透明度，而不监管开源AI。
合理监管前沿API模型以增强政府透明度，不监管开源AI；最危险的是大型API而非开源模型。
@ClementDelangue: 因为模型“太危险”而被政府监管是最好的营销（尤其对企业销售），所以现在大家都想被监管😅😅😅
模型因“太危险”被监管是最佳营销，尤其利于企业销售，所以都在争取。
@ClementDelangue：我马上加入！
我马上加入！
@ClementDelangue: The biggest risk in AI is concentration: of power, capabilities and economic wealth. Who can doubt it with trillion dollar companies and government now already controlling a massive part of it?
中文标题
感谢@cristianoamon和高通的“还有一件事”
@ClementDelangue：高通！https://t.co/fkfflg5C6m
高通相关推文，附链接。
@ClementDelangue：Kog 在 @huggingface 上开源了用于演示每秒 3000+ token 的 2B 模型。非常酷的工作！
Kog开源了每秒处理3000+ token的2B模型。
@ClementDelangue：冲啊！https://t.co/o4vMJLtMtM
@ClementDelangue 发布推文“冲啊！”并附链接。
@ClementDelangue：今早拍摄视频宣布新合作
今早拍视频宣布新合作。
@ClementDelangue：HF悄然成为存储公共与私有数据的最佳场所，尤其适用于机器人技术和视频AI等文件巨大、只追加且持续增长的领域
HF成最佳数据存储地，机器人/视频AI大文件场景尤甚，公共数据集从1000激增至6万。
中文标题
ClementDelangue: 2016-2024美国引领开源AI，2024-2026中国领先，之后?核心：开源AI领先应先于通用AI领先。
@ClementDelangue：正视现实，事后API护栏并非前沿模型的合适安全工具
事后API护栏无法消除危险能力，仅隐藏于脆弱界面，易被破解；更好的安全策略是避免训练极端模型。
@ClementDelangue: “开放权重现已成为我们的默认设置”
ClementDelangue宣布开放权重成为默认选项。
@ClementDelangue：推文链接
无法提炼，请提供具体文本
@ClementDelangue：停止末日营销与恶意挑衅！
呼吁抵制末日营销和网上恶意挑衅。
@ClementDelangue：HF上一个非常酷的新法律基准
HF平台推出全新法律基准，简洁酷炫。
@ClementDelangue：当然，Hugging Face上一个非常酷且庞大的数据集：https://t.co/1OvlkLhdGl!
Hugging Face上发布了一个非常酷且庞大的数据集。
@ClementDelangue: 冲啊！https://t.co/pg7tWRYLPW
鼓励行动，附带链接。
又一个竞争者退出（虽然还不是直接竞争对手，但未来有可能成为）
又一潜在对手退出，虽非直接竞争，但未来或成威胁。