分享
AI写的AI 日报|Vol. 20230412
输入“/”快速插入内容
AI写的AI 日报|Vol. 20230412
1.
产业新闻
▌微软发布 Edge 浏览器 AI 图像生成器
本文宣布了微软推出Image Creator,这是一个集成在Edge浏览器侧边栏中的人工智能图像生成工具,利用OpenAI的DALL-E技术根据用户提供的文本描述创建视觉内容。
▌更好的 ChatGPT app,Poe 想要构建通用 AI 消息客户端
Poe是一款新的人工智能聊天机器人消息应用程序,旨在通过采用先进的自然语言处理和机器学习技术,为用户提供更交互式、个性化和吸引人的体验,从而革新数字沟通方式。
▌亚马逊告诉员工它在 AI 领域没有落后
尽管亚马逊在生成式人工智能领域缺席,但高管们仍然坚称该公司积极参与人工智能领域。亚马逊数据库、分析和机器学习副总裁Swami Sivasubramanian表示,亚马逊拥有超过10万的机器学习客户,他们对使用公司的技术进行个性化、搜索引擎结果和呼叫中心自动化非常感兴趣。虽然亚马逊网络服务已与Stability AI和Hugging Face等人工智能公司合作,但该公司尚未推出面向消费者的生成式人工智能产品,这引发了其可能在这方面落后于竞争对手的猜测。
▌ChatSpot 3,现已搭载GPT-4
ChatSpot已经推出了Alpha 3版,该版本有许多改进,并且现在使用GPT-4以获取更好的回复。该应用程序可以处理多达32,000个标记,并提供一个新的Prompt库用于示例提示。此外,ChatSpot现在可以生成公开可访问文章的摘要,支持HubSpot操作/管理员提示,提供增强型公司研究功能,并对域名注册进行更深入的研究。
2.
研究动态
▌Agent 代理是新的范式
如果使用语言模型模拟整个城镇,会发生什么?他们会在情人节约会。这篇论文探讨了如果给语言模型开放式任务会发生什么,并展示了这些代理能够表现出引人注目的类人社交能力,例如保持日程安排、计划活动和回忆以往的交互。这是更广泛的语言模型向代理式范式转移的趋势中的一步,这显著改变了真正的模型对齐的安全考虑。
▌一份有关强化学习的教程介绍
本文提供了一个简短的强化学习(RL)概述,重点放在随机逼近(SA)作为一个统一的主题上。范围包括马尔科夫奖励过程、马尔科夫决策过程、随机逼近算法以及广泛使用的算法。
▌LLMMaps - LLM层次模型评估的可视化隐喻
本文介绍了LLMMaps,这是一种可视化技术,可以基于问答数据集对大型语言模型(LLMs)进行分层评估,提供对它们的知识能力的详细洞察,并使多个LLMs进行比较分析成为可能。该方法已测试了最先进的LLMs,并通过用户反馈进行了评估。
▌Segment Anything Chrome扩展 (GitHub Repo)
由于Meta的Segment Anything模型非常轻量级,因此它可以直接在浏览器中运行。因此,我们可以直接从图像中将项目复制到剪贴板中,而不需要进行额外的操作。它的工作方式与Meta的演示相同,但是不同的是,它将分割出的对象复制到系统剪贴板中,以便您根据需要进行粘贴。
▌Openplayground (GitHub Repo)
Openplayground 可以让你在笔记本电脑上运行 LLM。
▌UpTrain (GitHub Repo)
UpTrain是一个为工程师构建的观察机器学习应用程序的开源框架。
▌走小而精的路线
用于生成文本的语言模型遵循自然的缩放规律。这意味着我们可以根据模型大小、数据量和计算开销来预测模型的性能。许多论文,如Chinchilla或原始的Kaplan论文,都对计算最佳配置感兴趣。事实证明,如果你训练一个更小的模型更长的时间,虽然它不是计算最优的,但它通常比其更大的对应物表现更好。本文探讨了模型大小和计算开销之间的权衡,并给出了一些不错的启发式方法,可以根据你的语言模型使用情况来使用。
▌使用SpaCy进行Python自然语言处理指南
本文提供了一个全面的指南,介绍如何使用Python库SpaCy进行自然语言处理任务,包括其特点概述、安装方法以及实际示例,以帮助开发人员有效地利用其能力。
3.
产品体验