分享
AI写的AI 日报|Vol. 20230411
输入“/”快速插入内容
AI写的AI 日报|Vol. 20230411
1.
产业新闻
▌谷歌首席执行官桑达尔·皮查伊表示谷歌搜索将包括聊天人工智能
谷歌计划在其旗舰搜索引擎中添加会话式人工智能功能,首席执行官桑达尔·皮查伊表示,这是应对来自ChatGPT等聊天机器人和更广泛商业问题的压力。皮查伊在接受《华尔街日报》采访时表示,人工智能的进步将极大地增强谷歌回答各种搜索查询的能力。他否认了聊天机器人对谷歌搜索业务构成威胁的观点。谷歌搜索业务占母公司Alphabet Inc.收入的一半以上。
▌GPT-4是一个推理引擎
作者讨论了知识数据库在人工智能进展中的重要性,以及个人知识库的价值。他们强调,人工智能的实用性的进步将来自于它在正确的时间访问正确的知识的能力的提高,而不仅仅是来自其推理能力。作者还强调了向量数据库在存储和为人工智能应用程序提供信息方面的作用,以及个人知识库在定制人工智能体验方面的潜在价值。
▌Stability AI所面临的财务困境
本文讨论了 AI 创业公司Stability AI所面临的财务困境,因为它烧光了储备现金,突显了许多人工智能公司在技术发展日新月异的背景下所遇到的挑战和不确定性。
2.
研究动态
▌训练大型语言模型的配方
大多数使用人工智能工具的人并没有经常训练大型(>1B参数)模型。随着模型的扩大,很多事情都会发生变化。这份报告提供了一些有用的提示,可以在你尝试训练更大的模型时记住。它涵盖了初始化、实验策略等方面,并提供了一些你可能想要使用的示例工具。
▌分割 - 检测 - 绘画(GitHub Repo)
SAM 模型(Segment Anything Model)在图像分割方面非常高效。Dino是一个通用的检测模型,而Stable Diffusion是一个图像生成模型。如果你将这三个模型结合起来,你就会得到一个极其强大的分割、检测、生成的流水线。一旦你把最后的Blip加入到这个组合中,你就可以为图像的任何部分生成标题。
▌生成式语言模型的幻觉问题与问题验证
生成式语言模型的一个常见问题是它们容易产生幻觉。有人指出,有时这些模型生成的代码虽然看起来是可信的,但实际上存在微妙的错误。在这种情况下,验证的行为有时比生成更加重要。然而,验证是很困难的,特别是对于代码。这篇论文研究了可被形式系统检查的证明生成。
▌llama.cpp项目革新了Meta的语言模型访问
Georgi Gerganov的llama.cpp项目优化了LLaMA的性能,拥有100倍更快的加载时间和减半的内存使用,提高了边缘和个人计算机设备上的用户体验。
▌Inst-Inpaint:使用扩散模型指导去除物体(GitHub Repo)
介绍Inst-Inpaint,这是一个新颖的修复框架,它可以根据自然语言输入无缝地从图像中删除物体,消除了耗时的二进制遮罩的需求。使用GQA-Inpaint数据集,该框架胜过了基于GAN和扩散的基准线,展示了量化和质量上的改进。
▌高斯过程的预训练
机器学习的主要支柱之一是优化。它可以用于各种有趣的问题,贝叶斯优化甚至可以在不确定性下工作。有一些缺点,主要是需要专家来调整模型。这项新工作对高斯过程模型进行了预训练,可以更快地在新问题上用于贝叶斯优化。
▌Python Optimal Transport更新
最优输运理论是一个历史悠久的领域,已经完全接受了计算机的应用。其中一个标准框架已经得到升级,提高了速度,增加了示例,并增加了通用可靠性。如果您想比较两个分布,那么这很可能是一个很好的起点。
3.
产品体验
▌Apollo
ChatGPT驱动的实时知识应用。通过您的耳机与它全天候交流。
▌AI Shell (GitHub Repo)
AI Shell是一个命令行工具,可以将自然语言转换为shell命令。