每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/
Project Oscar （https://go.googlesource.com/oscar/+/refs/heads/master/README.md），又称为开放超级大规模抓取聚合语料库，是谷歌宣布的一个开源项目，由一组研究人员和工程师领导。重要成员包括Pedro Ortiz Suarez、Julien Abadji、Rua Ismail、Laurent Romary和Benoît Sagot。
该项目始于2019年，自那时起得到了不同机构的资助和支持。Inria（ALMAnaCH项目团队）和PRAIRIE研究所提供了初始资金。2023年，DFKI和德国联邦经济事务和气候行动部通过OpenGPT-X项目加入，成为主要支持者。
曼海姆大学也在2022年和2023年初提供了资金支持。Common Crawl为Project Oscar提供原始网页数据。其他合作伙伴，如曼海姆大学的数据与网络科学小组和慕尼黑大学，也作出了贡献。这些合作伙伴的参与使得Project Oscar成为AI和ML发展的重要资源。
这个项目到底是干什么的？
“该项目主要提供大量未标注的原始数据，常用于大型深度学习模型的预训练。OSCAR项目开发了高性能的数据管道，专门用于分类和过滤大量网页数据，”组织的介绍页面解释道。
简单来说，它用于收集和清理网页数据，并创建自动化代理来协助开源维护任务。这个过程可以用166种不同的语言进行，适用于全球用户。
Project Oscar的主要使命是为LLMs提供分析自然语言输入的数据集，如问题报告或维护者指示。这些LLMs是训练AI模型的数据集，是语言翻译服务、ChatGPT等聊天机器人和其他AI驱动工具的基础。
Google如何使用Oscar？
Google的Go编程语言团队使用来自Project Oscar的AI代理来管理错误报告和与贡献者的互动。这个自动化系统帮助他们处理问题报告并实时与用户沟通。谷歌宣布，“在谷歌，我们领导许多开源项目，维护这些项目需要大量工作！
“因此，我们创建了Project Oscar，一个AI代理的参考，用于帮助开源项目的维护，从Go项目开始，这个项目有超过93,000个提交和2,000个贡献者，但你可以想象支持各种不同的项目。我们正在开源Project Oscar，所以请查看并告诉我们你希望AI代理能做什么。”
这对科技有何好处？
使用开源意味着更多跨行业、跨世界的合作机会。开发人员能够不断改进和使用该项目。
此外，通过Project Oscar创建的谷歌AI代理处理像错误跟踪这样的日常任务，减少开发人员的工作量，让他们专注于项目的创意部分。这种自动化有助于加快软件开发过程。
在Github上，开发者可以发送邮件给组织提供反馈或提问，也可以访问项目代码。“Oscar与许多以开发为中心的LLMs用途不同，它并不试图增强或取代代码编写过程。
“毕竟，写代码是写软件中有趣的部分。相反，Oscar的想法是专注于不那么有趣的部分，如处理传入问题、将问题匹配到现有文档等，”谷歌提到。
