OpenAI与Synopsys签署多年协议，共建芯片设计模型GPT-Synopsys

The Decoder于9月30日报道了这笔交易。此时距离OpenAI在旧金山结束开发者日活动仅过去几小时。Synopsys提供电子设计自动化（EDA）软件，即工程师用于设计芯片和半导体的工具。根据协议，OpenAI获得这些EDA工具的授权，并将其与自家模型结合。

双方设定的目标是让模型能够“对芯片设计与验证进行推理，并直接操作Synopsys的工具”。工程师只需下达设计目标，随后审核并批准输出结果。模型运行在OpenAI的基础设施上。两家公司表示，客户数据不会用于训练，且将加密存储。面向半导体客户的早期测试已启动。双方将联合推广该产品并共享收入。同一周还涌现了一批开放模型发布，涵盖语音识别到表格数据等领域，监管机构也发布了相关执法消息。

开放权重持续涌现

Fermion Research于9月30日发布Phonon-2，这是一款英语语音识别模型，下载体积仅164 MB。公司称，在Open ASR Leaderboard的七个英语测试集上，其平均词错误率为5.21%。所有表现优于它的开放模型，体积至少是它的5.8倍。权重采用CC-BY-4.0许可发布，该许可同样适用于其衍生自的NVIDIA Parakeet TDT 0.6B v3。

NVIDIA于9月29日推出Kumo Tabular，这是一款用于表格分类和回归的开放基础模型。它通过单次前向传播即可预测标签，无需训练或特征工程，以OpenMDW-1.1许可发布，允许商用。公司称该模型在TabArena、BeyondArena、TALENT和ScoringBench上均排名第一。模型提供三种规模，参数量从28M到215M不等。

志愿者团队选择了另一条路径。Coop项目于9月30日更新，利用捐赠硬件以及Hugging Face和GitHub Actions的免费额度，在FineWeb-Edu上从零训练一个约145M参数的模型。梯度以拉取请求（Pull Request）形式提交，定时的GitHub Actions任务每五分钟聚合一次。不过项目方指出，GitHub共享调度器的实际触发间隔可能在几分钟到几小时之间波动。第一阶段在TinyStories上训练了一个15M模型，六天内便超出了Chinchilla最优预算，验证损失从9.01降至2.8。

同在9月30日，英国AI安全研究所和Meridian Labs详细介绍了Inspect，这是一个开源评测框架。它内置200多个现成评测，并支持在Docker、Kubernetes等沙箱中运行不可信的模型代码。此外，一名开发者在GitHub上发布了PSSA，这是一个用Rust编写的非Transformer语言模型，底层未使用任何机器学习框架。开发者声称，在参数量相同的情况下，它的学习速度比Transformer更快，且在相同CPU上的生成速度约为后者的十二倍。

监管机构着手规范智能体

《卫报》9月30日报道，FTC已对Anthropic、OpenAI及其他实验室展开行业范围调查。这是其针对失控AI智能体的首次正式执法行动，并计划强制包括研究机构Metr在内的多位高管作证。Ars Technica同日报道，OpenAI在能够“做出有把握的安全决策”之前不会上市。与此同时，一个名为Legal Advocates for Safe Science & Technology的非营利组织在加利福尼亚州提起诉讼，要求改进评测、监控和训练实践。