看点：我被打脸了，2天前我写过一篇文章《何超莲和窦骁的婚礼星光暗淡，邓紫棋、李晨、袁弘等明星送祝福》，我以为没有明星参加何超莲和窦骁的婚礼，但其实不是，只是他们太低调了，没有抢新郎和新娘的风头。何超莲和窦骁的婚礼于4月18日在巴厘岛举办，4月16日，张一山的微博IP地址就显示在“印度尼西亚”，而巴厘岛正是印度尼西亚的一个著名旅游胜地和结婚胜地。4月18日上午，一张疑似窦骁伴郎团的照片曝光（上图），窦骁、张一山、陈柏霖都在。但是却闹了一个乌龙，这是窦骁、张一山、陈柏霖担任别人伴郎的照片。于是，张一山被嘲笑蹭热度，故意趁窦骁结婚的时候去巴厘岛，造成参加婚礼的假象。也有网友说是窦骁买热搜，请不到明星参加，就让网友误以为张一山参加。4月19日晚上6点10分，张一山发微博，晒出了自己参加何超莲和窦骁婚礼的照片，原来他真的去了，陈柏霖也去了，孙耀威也去了。张一山、陈柏霖、孙耀威藏得太深了，他们没有提前预告参加何超莲和窦骁的婚礼，在婚礼当天也没有发布现场的照片，把发挥的空间完全留给新人。直到婚礼结束一天后，张一山才发文晒照，而陈柏霖和孙耀威直到现在也没有发文。说完了窦骁的明星好友，再来说何超莲的明星好友。婚礼举办前半个月，网传邓紫棋、阿娇、阿Sa、薛凯琪、王灏儿担任何超莲的伴娘团。但是最终，这5个人一个都没来，何超莲邀请的伴娘基本上都是素人，只有李蕴一个明星，但知名度也不高。这些素人伴娘肯定也不是普通人，可能都是富家千金，否则怎么可能和何超莲成为朋友？张一山和陈柏霖参与了何超莲和窦骁的正式合照，说明他们两个人是伴郎。还有比张一山、陈柏霖更低调的明星，那就是潘玮柏、张歆艺、王祖蓝夫妇。有一个美女太厉害了，她竟然和窦骁、张一山、陈柏霖、潘玮柏、张歆艺、王祖蓝、李亚男都合影了。她上传社交媒体的时候，把自己的脸打码了，我还挺好奇的，她怎么这么厉害？如果这个美女网友没有晒照，我们也不知道潘玮柏、王祖蓝夫妇、张歆艺参加了婚礼，说不定还有别的明星参加了，但是没有被曝光。所以说我被打脸了，这场婚礼不是“星光暗淡”，而是“星光熠熠”。除了到场的明星，还有在社交媒体上祝福这对新人的明星：李晨、袁弘、张歆艺、林峯、蔡卓宜、宋轶、赵小棠、周雨彤、沈梦辰、张艺谋、邓紫棋、陈妍希、薛凯琪、余诗曼等。非著名娱评人吴清功指出：虽然窦骁不是很红，但毕竟是“谋男郎”出身，拍了很多影视剧，总会认识一些朋友。虽然何超莲不是艺人，但毕竟是超级富二代，又在香港生活，认识明星很正常。能参加这么高级的婚礼，对明星来说也是贴金的，所以只要被邀请了，只要档期合适，他们都愿意来。讨论：还有哪些明星参加了何超莲和窦骁的婚礼？
Stable Diffusion的开发商Stability AI发布了他们的大语言模型StableLM。注意基础模型是可以商用的，但必须遵守CC BY-SA-4.0许可证的条款，而微调模型是不可以的。
公告：https://t.cn/A6NMHFwA
以下为翻译的公告内容：
“今天，Stability AI发布了一款新的开源语言模型——StableLM。该模型的Alpha版本分为30亿和70亿参数版本，后续还将推出150亿至650亿参数的模型。在遵守CC BY-SA-4.0许可条款的前提下，开发者可以自由检查、使用和修改我们的StableLM基础模型，用于商业或研究目的。
2022年，Stability AI推动了Stable Diffusion的公开发布，这是一款具有透明、开放和可扩展性的革命性图像模型，是对专有AI的替代方案。通过推出StableLM模型套件，Stability AI继续让基础AI技术普及到每个人。我们的StableLM模型可以生成文本和代码，并将为一系列下游应用提供动力。它们展示了在适当训练下，小型且高效的模型如何实现高性能。
StableLM的发布借鉴了我们与非营利性研究中心EleutherAI合作开源早期语言模型的经验。这些语言模型包括GPT-J、GPT-NeoX和Pythia套件，它们都是在The Pile开源数据集上进行训练的。许多最近的开源语言模型继续在这些成果的基础上发展，包括Cerebras-GPT和Dolly-2。
StableLM在The Pile基础上构建的新实验数据集上进行训练，该数据集规模扩大了三倍，包含1.5万亿个标记的内容。我们将在适当时候公布有关数据集的详细信息。这一丰富的数据集使得StableLM在对话和编码任务方面具有出奇制胜的高性能，尽管其参数规模仅为30亿至70亿（相比之下，GPT-3拥有1750亿参数）。
我们还将发布一组经过指令微调的研究模型。最初，这些微调模型将使用五个最近发布的开源对话代理数据集的组合：Alpaca、GPT4All、Dolly、ShareGPT和HH。这些微调模型仅限于研究用途，按照斯坦福Alpaca许可协议，发布在非商业CC BY-NC-SA 4.0许可下。
图2-图4是由我们的70亿参数微调模型生成的一些示例。
语言模型将构成我们数字经济的骨干，我们希望每个人都能参与其中。像StableLM这样的模型展示了我们致力于透明、易于访问和支持的AI技术：
透明。我们开源我们的模型，以促进透明度和建立信任。研究人员可以“深入了解”以验证性能、研究可解释性技术、识别潜在风险并帮助制定安全措施。公共和私营部门的各种组织可以将这些开源模型调整（“微调”）以应用于自己的应用，而无需共享敏感数据或放弃对AI能力的控制。
易于访问。我们为边缘设备设计，让日常用户可以在本地设备上运行我们的模型。借助这些模型，开发人员可以构建独立应用程序，与广泛可用的硬件兼容，而不是依赖于一两家公司的专有服务。这样，AI的经济效益将由广泛的用户和开发者社区共享。开放、细粒度地访问我们的模型，使广泛的研究和学术界可以开发出超越封闭模型的可解释性和安全技术。
支持。我们构建模型是为了支持我们的用户，而不是取代他们。我们关注的是高效、专业和实用的AI性能，而不是追求类似神一般的智能。我们开发的工具可以帮助普通人和普通公司利用AI激发创造力、提高生产力和开辟新的经济机会。
模型现已在我们的GitHub仓库中提供。我们将在不久的将来发布完整的技术报告，并期待着在推出StableLM套件时与开发者和研究人员的持续合作。此外，我们将启动我们的群众源RLHF项目，并与Open Assistant等社区合作，为AI助手创建开源数据集。
我们将很快发布更多模型，并扩大我们的团队。如果您热衷于使更多人能够接触到这项技术，并在LLM方面具有丰富经验，请在此申请！”
试用：https://t.cn/A6NMR2mr
github.com/stability-AI/stableLM/
公告：https://t.cn/A6NMHFwA
以下为翻译的公告内容：
“今天，Stability AI发布了一款新的开源语言模型——StableLM。该模型的Alpha版本分为30亿和70亿参数版本，后续还将推出150亿至650亿参数的模型。在遵守CC BY-SA-4.0许可条款的前提下，开发者可以自由检查、使用和修改我们的StableLM基础模型，用于商业或研究目的。
2022年，Stability AI推动了Stable Diffusion的公开发布，这是一款具有透明、开放和可扩展性的革命性图像模型，是对专有AI的替代方案。通过推出StableLM模型套件，Stability AI继续让基础AI技术普及到每个人。我们的StableLM模型可以生成文本和代码，并将为一系列下游应用提供动力。它们展示了在适当训练下，小型且高效的模型如何实现高性能。
StableLM的发布借鉴了我们与非营利性研究中心EleutherAI合作开源早期语言模型的经验。这些语言模型包括GPT-J、GPT-NeoX和Pythia套件，它们都是在The Pile开源数据集上进行训练的。许多最近的开源语言模型继续在这些成果的基础上发展，包括Cerebras-GPT和Dolly-2。
StableLM在The Pile基础上构建的新实验数据集上进行训练，该数据集规模扩大了三倍，包含1.5万亿个标记的内容。我们将在适当时候公布有关数据集的详细信息。这一丰富的数据集使得StableLM在对话和编码任务方面具有出奇制胜的高性能，尽管其参数规模仅为30亿至70亿（相比之下，GPT-3拥有1750亿参数）。
我们还将发布一组经过指令微调的研究模型。最初，这些微调模型将使用五个最近发布的开源对话代理数据集的组合：Alpaca、GPT4All、Dolly、ShareGPT和HH。这些微调模型仅限于研究用途，按照斯坦福Alpaca许可协议，发布在非商业CC BY-NC-SA 4.0许可下。
图2-图4是由我们的70亿参数微调模型生成的一些示例。
语言模型将构成我们数字经济的骨干，我们希望每个人都能参与其中。像StableLM这样的模型展示了我们致力于透明、易于访问和支持的AI技术：
透明。我们开源我们的模型，以促进透明度和建立信任。研究人员可以“深入了解”以验证性能、研究可解释性技术、识别潜在风险并帮助制定安全措施。公共和私营部门的各种组织可以将这些开源模型调整（“微调”）以应用于自己的应用，而无需共享敏感数据或放弃对AI能力的控制。
易于访问。我们为边缘设备设计，让日常用户可以在本地设备上运行我们的模型。借助这些模型，开发人员可以构建独立应用程序，与广泛可用的硬件兼容，而不是依赖于一两家公司的专有服务。这样，AI的经济效益将由广泛的用户和开发者社区共享。开放、细粒度地访问我们的模型，使广泛的研究和学术界可以开发出超越封闭模型的可解释性和安全技术。
支持。我们构建模型是为了支持我们的用户，而不是取代他们。我们关注的是高效、专业和实用的AI性能，而不是追求类似神一般的智能。我们开发的工具可以帮助普通人和普通公司利用AI激发创造力、提高生产力和开辟新的经济机会。
模型现已在我们的GitHub仓库中提供。我们将在不久的将来发布完整的技术报告，并期待着在推出StableLM套件时与开发者和研究人员的持续合作。此外，我们将启动我们的群众源RLHF项目，并与Open Assistant等社区合作，为AI助手创建开源数据集。
我们将很快发布更多模型，并扩大我们的团队。如果您热衷于使更多人能够接触到这项技术，并在LLM方面具有丰富经验，请在此申请！”
试用：https://t.cn/A6NMR2mr
github.com/stability-AI/stableLM/
❤️SA学员录取Offer
#宾夕法尼亚大学# #UPenn#
Master of Science in Design (Robotics and Autonomous Systems)
宾大的MSDRAS项目基于新的机械臂，自动化领域，为想要转相关专业或者做相关研究的同学提供了更为广阔的平台和专注的资源。设计学院有两台机械臂以及不计胜数的3D打印机将满足任何未来科技对设计这个领域的影响。可以说是一个非常难得的学科交叉的设计项目。
✍️StudioAlpha大巧筑人每年公布每个学生的录取结果，无论是好是坏，并且附上教师评语。直至今日，SA仍然坚持每年公布全员真实申请结果。如果打开我们的官网年鉴，所有人都能发现原来这些学生很多都只是来自普通的本科，去的也并非都是超顶级的高校。我们的“一个都不能少”年鉴记录的是普通人的幸福。对于后辈而言，SA的“一个都不能少”年鉴提供的是一个高度客观真实的申请实录，对于自己的后续选择与判断有很好的参考价值。23Fall的一个都不能少将照例于7月初发布。
#宾夕法尼亚大学# #UPenn#
Master of Science in Design (Robotics and Autonomous Systems)
宾大的MSDRAS项目基于新的机械臂，自动化领域，为想要转相关专业或者做相关研究的同学提供了更为广阔的平台和专注的资源。设计学院有两台机械臂以及不计胜数的3D打印机将满足任何未来科技对设计这个领域的影响。可以说是一个非常难得的学科交叉的设计项目。
✍️StudioAlpha大巧筑人每年公布每个学生的录取结果，无论是好是坏，并且附上教师评语。直至今日，SA仍然坚持每年公布全员真实申请结果。如果打开我们的官网年鉴，所有人都能发现原来这些学生很多都只是来自普通的本科，去的也并非都是超顶级的高校。我们的“一个都不能少”年鉴记录的是普通人的幸福。对于后辈而言，SA的“一个都不能少”年鉴提供的是一个高度客观真实的申请实录，对于自己的后续选择与判断有很好的参考价值。23Fall的一个都不能少将照例于7月初发布。
✋热门推荐