OpenAI 分享面向青少年與家長的 AI 素養資源
OpenAI 分享新的 AI 素養資源,協助青少年與家長審慎、安全且有信心地使用 ChatGPT。指南提供經專家審核的負責任使用、批判思考與健康界線建議,並説明如何支持青少年面對情緒或敏感話題。
OpenAI 分享新的 AI 素養資源,協助青少年與家長審慎、安全且有信心地使用 ChatGPT。指南提供經專家審核的負責任使用、批判思考與健康界線建議,並説明如何支持青少年面對情緒或敏感話題。
Transformers v5 將分詞器架構與訓練所得的詞彙、合併規則分離,並在類別中明確呈現正規化器等組件。相較 v4 每個模型各有 slow/fast 兩套實作,v5 改為每個模型一個檔案,預設採用 Rust-based TokenizersBackend;分詞器類別亦可直接實例化並用自有語料訓練。
推薦理由:文章對照 v4 與 v5,説明分離分詞器架構和訓練詞彙後,如何更直接檢查組件,並沿用模型架構訓練自訂分詞器。
OpenAI Developers 的 gpt-image-1.5 提示詞指南介紹圖像生成與編輯工作流,並提供涵蓋多種任務的實例。指南建議按場景、主體、細節和限制組織提示詞,明確標示要修改及保留的內容,再以小幅迭代降低畫面偏移。
Hugging Face Skills 讓 Claude Code 等編碼智能體透過對話處理模型微調,涵蓋資料集驗證、GPU 選擇、雲端工作提交與進度監控。它亦兼容 Codex 和 Gemini CLI;文中以 Qwen3-0.6B 在 open-r1/codeforces-cots 上進行 SFT 為例,估算使用 t4-small 約需 20 分鐘、成本約 $0.30。
推薦理由:文章將資料集驗證、GPU 選擇、雲端工作提交與進度監控串成智能體訓練流程,並比較 SFT、DPO、GRPO 的適用場景。
OpenAI Cookbook 示範在同一個 Realtime WebSocket 會話中,透過第二次 `response.create` 請求調用 Realtime 模型,在不寫回主對話狀態的情況下轉錄用户音訊。
提示詞注入是 AI 系統面臨的前沿安全挑戰;OpenAI 正推進相關研究、訓練模型,並為用户建立防護措施。內容亦説明這類攻擊的運作方式。
Hugging Face Blog 提出語音複製「同意閘門」設計並提供示例 Space 和程式碼,系統需先確認説話者已明確同意才會啟動。示例會為每次同意生成一組新句子,分別表達明確同意及補充語音的音素多樣性,並以語音識別確認同意語句。作者指出,仍可能有人用另一個 TTS 系統生成相符語句,並列出音訊來源驗證、説話者嵌入向量相似度及即時錄音 metadata 作為可探索方向。
推薦理由:把每次生成的同意語句與語音辨識綁定,並以同一段錄音作複製輸入,展示了將知情同意設為工作流程前置條件的實作思路。
OpenAI Developers 説明將開放模型調整至特定產品與工作流程的策略,聚焦開放模型的客製化應用。
Sora、ImageGen 與 Codex 的多模態流程連結影片、圖像及程式碼生成工具,聚焦創意工作流。
OpenAI Codex CLI 使用指南涵蓋搭配 GPT-5-Codex 的操作方式,並説明安裝、身份驗證和進階使用工作流程。
多個團隊分享了使用 Codex 端到端交付真實軟件的經驗,內容聚焦產品交付。
上下文策略聚焦於如何讓 Codex 式編碼智能體在 Cursor 中協作。討論亦涉及智能體與上下文窗口。
Hugging Face 更新開放 OCR 模型指南,加入 Chandra、OlmOCR-2 及模型在 OlmOCR Benchmark 的比較分數。指南對照多款模型的輸出格式、語言支援、功能與成本,並介紹 OmniDocBenchmark、OlmOCR-Bench 和 CC-OCR 等評測基準。
推薦理由:文章對照模型能力、輸出格式、評測基準與部署成本,並建議以代表性樣本檢驗不同文件和語言下的表現。
Hugging Face Blog 提供以 Optimum Intel 和 OpenVINO 在 Intel CPU 上本地運行 SmolVLM2-256M-Video-Instruct 的三步教程,涵蓋模型轉換、量化及推理。
推薦理由:文章展示 VLM 在 Intel CPU 上以 OpenVINO 完成轉換、兩種量化和推理的三步流程,並交代靜態量化校準與精度影響。
HiBob 使用 ChatGPT Enterprise 和自訂 GPT 擴大 AI 採用,並以 2,500 個 GPT 推動產品與團隊成長。這些應用提升收入、簡化 HR 工作流程,並在 Bob 平台提供 AI 功能。
OpenAI 的 ChatKit 進階範例倉庫提供四個情境式示範,均以 FastAPI 後端配合 Vite + React 前端,並連接 ChatKit Python SDK 與 ChatKit.js。範例涵蓋虛擬貓照護、航空客户支援、新聞導覽及地鐵路線規劃,展示服務端和客户端工具、互動 widgets、附件與語音聽寫等功能。
Hugging Face Blog 記錄將 RedNote 的 dots.ocr 視覺編碼器轉換至 Core ML,作為探索以 Core ML 和 MLX 在裝置端運行 OCR 的三篇系列首篇。
OpenAI 建立系統,快速擷取合約資料並轉化為可搜尋資料。系統縮短了處理時間,也讓團隊更容易取得所需細節。
OpenAI 依靠自家技術簡化工作流程、擴展專業能力並推動成果。新系列「OpenAI on OpenAI」分享經驗,助其他組織採取類似做法。
OpenAI 建立內部 AI 銷售助理,自動化客户帳户研究、會議準備、產品知識及客户跟進工作。該助理用於推動銷售效率與客户成功。
OpenAI 使用內部 AI 銷售助理篩選主動洽詢的潛在客户、個人化回覆,並協助銷售團隊將客户興趣轉化為成交。
Hugging Face 介紹如何在 ZeroGPU Spaces 使用 PyTorch AoT 編譯,將模型預先編譯後在不同程序中載入,以減少即時編譯造成的冷啟動開銷。
推薦理由:文章拆解 ZeroGPU Spaces 的 PyTorch AoT 編譯流程,並展示量化、動態形狀與區域編譯等可遷移的優化做法。
MCP 讓 AI 智能體透過自然語言使用研究工具,跨 arXiv、GitHub 與 Hugging Face 搜尋論文、程式碼、模型及資料集並交叉查證。Hugging Face 的 Research Tracker MCP 可從 MCP Settings 加入,並按 Claude Desktop、Cursor、Claude Code 或 VS Code 的指引完成設定。
OpenAI 的速率限制指南説明 API 限額依組織、專案及模型而異,並整理常見限額指標與錯誤處理方式。限額指標包括 RPM、RPD、TPM、TPD、IPM,以及部分串流音訊模型的每分鐘音訊分鐘數;API 支出增加後會自動升至更高 usage tier,通常提高大部分模型的速率限制。
OpenAI 指南説明如何驗證 gpt-oss 推理服務的 API 實作、工具調用與模型表現。Responses API 的 reasoning 項目應以 reasoning_text 傳回原始 CoT;Chat Completions 則建議使用 reasoning 欄位,並在後續請求中一併傳回 CoT。
GPT-5 可協助創意寫作。
OpenAI Developers 提供使用 LM Studio 在本地設置並運行 gpt-oss-20b 或 gpt-oss-120b 的指南,涵蓋聊天、MCP 伺服器及 LM Studio 本地開發 API。
OpenAI Developers 示範用 Hugging Face TRL 和 LoRA 微調 openai/gpt-oss-20b,讓模型按指定語言生成鏈式推理。
OpenAI 介紹用 Ollama 在本地運行兩款 gpt-oss 模型,支援離線聊天、API 調用及接入 Agents SDK。gpt-oss-20b 建議至少 16GB VRAM 或 unified memory,gpt-oss-120b 至少 60GB;模型預設採用 MXFP4 量化,VRAM 不足時可用 CPU,但速度較慢。
推薦理由:指南比較兩個模型所需的硬件配置,並串起本地聊天、Chat Completions API 與 Agents SDK 接入步驟,便於評估本地部署路徑。
OpenAI 的 Reasoning guide 説明如何透過 Responses API 使用推理模型,並設定 reasoning.effort、reasoning.mode 及跨回合上下文。指南提醒各模型支援的設定與預設值不同,推理 tokens 會佔用上下文窗口並按輸出 tokens 計費,初期建議為推理及輸出至少預留 25,000 tokens;另涵蓋函數調用、保存推理狀態與提示詞建議。
OpenAI 的 Function calling 指南説明,如何透過 API 讓模型呼叫應用程式提供的函數與自訂工具,以存取外部資料或執行操作。內容涵蓋 Responses API 與 Chat Completions 的工具呼叫流程、JSON Schema 定義、strict mode、工具選擇和並行呼叫。
Mistral 以 Aerial Image Dataset 微調 Pixtral-12B,將衞星影像分類的整體準確率由 0.56 提升至 0.91,幻覺比例則由 5% 降至 0.1%。
文章示範如何以 Gradio 在 Python 中實作 MCP 伺服器,並建立可瀏覽服裝網站、呼叫 IDM-VTON 虛擬試穿的 AI 購物助手。Gradio 會把應用程式的 API endpoint 自動轉為具名稱、描述及輸入 schema 的 MCP 工具,並支援即時進度通知和自動檔案上傳。
推薦理由:示例將 Gradio MCP 伺服器、Playwright 網頁瀏覽與 IDM-VTON 虛擬試穿串成工作流程,並列出 VS Code 設定步驟。
Intercom 以 3 個關鍵經驗建立可擴展的 AI 平台,經驗涵蓋由評測到架構的做法。該平台旨在引領客户支援的未來。
OpenAI 的 Flex processing 可降低 Responses 或 Chat Completions 請求成本,但回應較慢,且偶爾會因資源不可用而無法處理。
OpenAI 的 File search 指南説明,Responses API 可透過語義與關鍵詞搜尋,從已上傳檔案的知識庫檢索資訊。指南示範先建立 vector store 並上傳檔案,再將 file_search 加入可用工具;此工具由 OpenAI 託管,模型決定調用時會自動搜尋檔案並返回結果。
OpenAI 的指南介紹透過 Responses API 管理多輪對話狀態的做法,包括手動傳遞上下文、Conversations API 和 previous_response_id。
OpenAI 的 Background mode 使用指南説明,開發者可透過 Responses API 非同步執行長時間任務,輪詢狀態或取消請求;建立時同時設置 background 和 stream 為 true,則可串流接收事件並在中斷後續接。
OpenAI 示範智能體如何透過工具呼叫完成任務。內容涉及 Responses API、function calling 和 Agents SDK,聚焦智能體工具呼叫。
OpenAI Developers 的 Responses API 使用指南概述 API 的使用方式,內容涵蓋工具(tools)和函數呼叫(function calling)。