Odaily Optimism anunció que suspenderá los retiros de ETH durante una hora el 15 de febrero en un movimiento para probar su sistema actualizado de respuesta a incidentes. Esta prueba afectará a los retiros de ETH de la capa 2 a la red principal de Ethereum, pero no afectará a los depósitos de la red principal a la capa 2 ni a las transacciones normales en la red. El objetivo de esta actualización es mejorar la capacidad de las diferentes cadenas del ecosistema de Optimism para coordinar y responder a incidentes de seguridad. El nuevo sistema de respuesta a incidentes admitirá la suspensión en cadena de los retiros de Ethereum y agrega una nueva característica que permite la suspensión en toda la Supercadena de retiros de tokens y tokens no fungibles para las cadenas opt-in Optimism y basadas en Optimism. Al anunciar la actualización el 25 de enero, OPLabs dijo que la actualización no es solo para fortalecer la seguridad de las cadenas individuales, sino también para aprovechar la inteligencia de seguridad colectiva de toda la Supercadena.

El 10 de enero, Cosmos anunció que lanzará el proceso de mejora de Cosmos Hub en 2024, en el que Partial Set Security es un concepto que reinventa la seguridad opt-in y permite que un subconjunto de validadores de Hub ejecute nodos físicos para cada cadena de consumo. El concepto tiene como objetivo proporcionar un enfoque más escalable y rentable a través de la delegación de validadores, manteniendo al mismo tiempo un alto grado de descentralización y seguridad.

Según un informe de Webmaster's Home del 6 de enero, el equipo de TinyLlama lanzó un modelo de código abierto de IA de alto rendimiento que ocupa solo 637 MB, TinyLlama. TinyLlama es una versión compacta del modelo de lenguaje de código abierto de Meta, Llama2, que tiene mil millones de parámetros y un rendimiento superior para la investigación de modelos de lenguaje multidominio, y su versión final supera a los modelos de lenguaje de código abierto existentes de tamaño comparable, incluidos Pythia-1.4B, OPT-1.3B y MPT-1.3B. Se informa que TinyLlama se puede implementar en dispositivos de borde y también se puede usar para ayudar en la decodificación especulativa de modelos grandes.

Según IT House el 2 de enero, investigadores de la Universidad de Michigan han revelado el impacto de los roles sociales y de género en los grandes modelos de lenguaje (LLM) a través de las últimas investigaciones. La investigación fue realizada por un equipo interdisciplinario del Departamento de Ciencias de la Computación e Ingeniería, el Instituto de Investigación Social y la Escuela de Información. Se informa que el estudio rastreó 2.457 preguntas a través de tres modelos, Flan-T5, LLaMA2 y OPT-instruct, y observó sus respuestas a diferentes roles de género. Los estudios han demostrado que la IA tiene un sesgo de género en el manejo de tareas relacionadas con la ley, y que los roles neutrales o masculinos son más productivos que los roles femeninos. El estudio también encontró que especificar una audiencia en las indicaciones, como "Estás hablando con un bombero", funcionó mejor, seguido de las indicaciones de los personajes.

Según un informe de Financial Associated Press del 4 de julio, Opte dijo en una encuesta reciente de la organización que la empresa seguirá prestando atención al desarrollo de la tecnología de la industria, explorando activamente la posibilidad de modelos a gran escala para industrias específicas y escenarios de aplicación y aumentar la inversión en software de IA industrial Y adherirse al diseño integrado de software y hardware, y aprovechar las oportunidades de mercado generadas por el desarrollo de nuevas tecnologías en la industria.