知识库精选- 5 月 7 日
type
status
summary
date
slug
tags
category
password
icon
- 《我如何夺冠新加坡首届 GPT-4 提示工程大赛-翻译自宝玉》上个月，张席拉(Sheila Teo)非常荣幸地在新加坡政府科技局（GovTech）组织的首届 GPT-4 提示工程大赛中脱颖而出，这场比赛吸引了超过 400 名杰出的参与者。提示工程是一门将艺术与科学巧妙融合的学科 — 它不仅关乎技术的理解，更涉及创造力和战略思考。这里分享的是我在实践中学到的一些提示工程策略，这些策略能够精准地驱动任何大语言模型为你服务，甚至做得更多！
- 《冷饭高手，霸榜之王，年入上亿：AI图片产品Remini的前世今生》Remini 是一款由中国公司大觥科技开发的 AI 图片产品，在被意大利公司 Bending Spoons 收购后，跻身 appstore 第一名，并实现了稳定盈利，年入上亿美元。公司最初以修复老照片起家，后发展出 AI 照片生成功能，如黏土滤镜。Bending Spoons 以收购和重构产品闻名，成功地将 Remini 打造成屡次爆红的产品。另一篇来自经纬创投：《现象级AI产品Remini背后，意大利创业公司的独角兽之路》
- 《AI似乎在向着奇怪的方向飞奔》作者 JioNLP 从 AI 发展方向争论谈起：杨植麟支持技术创新，朱啸虎提倡跟随 OpenAI。互联网寒冬下，AI 火爆，但找需求仍困难。AI 大模型虽进步，但仍替代不了大部分人类工作。找 AI 落地点急切，但需求匮乏，盲目探索无果。
- 《大模型月度回顾 · 2024年4月》 作者ADFeed，这是我看到非常全面详细的大模型月度回顾文章，非常清晰直观展示了上个月的大模型进展。包括不限于：
- 谷歌在 Google Cloud Next 2024 上发布一系列生成式 AI 产品和服务，包括优化 AI 基础设施、Gemini 1.5 Pro、Vertex AI 等。
- OpenAI 发布了 GPT-4 Turbo 模型，并开源评估框架 simple-evals，取得在 Chatbot Arena 中的首位。
- xAI 发布了首个多模态模型 Grok-1.5V 的预览版，在多模态理解和物理世界理解方面取得显著进展。
- 微软 WizardLM 团队发布 WizardLM-2，首次在 MT-Bench 上超越 GPT-4，但随后紧急撤回进行毒性测试。
- Mistral AI 开源了 Mistral 8x22B 模型，具有多语言能力、数学和编程能力、成本效率等优势。
- Meta 发布拥有 4000 亿参数的开源大模型 Llama 3，提升了性能并分为不同规模版本。
- 波士顿咨询公司 (BCG) 发布的全球最具创新能力的50家公司「the 50 Most Innovative Companies」，自 2003 年开始每年发布最具创新力公司的报告，评选全球创新领域中最受赞誉的 50 家公司。这些年来，创新领域发生了巨大变化，许多公司在榜单中持续获得认可。创新已成为企业建立韧性和在不确定时期表现出色的核心要素。通过浏览过去的报告，可以了解宏观趋势如何塑造了公司的创新方式。
- 强烈推荐 3Blue1Brown 最新的两期视频：《GPT是什么？直观解释Transformer》《直观解释注意力机制，Transformer的核心》：解析GPT等大语言模型背后的机制和原理。GPT是什么？深度学习的范式是什么？如何在词和向量之间切换？想继续深入了解注意力机制，有哪些需要扫盲的基础知识？
🔔Xiaohu.AI 日报「5 月 7日」
✨✨✨✨✨✨✨✨
1️⃣
🍎 新款 iPad Pro 配备 M4 芯片：
- 拥有更快的神经处理单元 (NPU) 来增强 AI 能力。
- 支持每秒 38 万亿次运算。
- 宣称其 AI 功能比现今的 AI PC 更加强大。
- 更像电脑的设计风格，重点在于 M4 芯片发布，预示下月 WWDC 发布会对 AI 的全面拥抱。 🔗 https://x.com/imxiaohu/status/1787853964190552373
2️⃣
🧪 STRUCTCHEM：提升大模型解决复杂化学问题能力
- 新的提示策略，分三阶段进行：生成公式、逐步推理、复查与优化。
- 显著提升 GPT-4 在化学推理方面的表现，可达 30 个百分点的提升。
- 数据集覆盖量子化学、物理化学等领域。 🔗 详细：https://xiaohu.ai/p/1595
3️⃣
🤖 GPT-2 聊天机器人重回竞技场：
- 两个 GPT-2 机器人：Im-a-good-gpt2-chatbot 和 Im-also-a-good-gpt2-chatbot。 🔗 https://x.com/imxiaohu/status/1787833248456040657
4️⃣
🎥 4 摄像头视角与 3D 骨骼姿势全息角色传送：
- 实现全息角色传送，实时渲染高精度视频。
- 提供 4K 分辨率的人类自由视角视频。
- 利用该技术将虚拟角色放入场景，实现沉浸式互动。 🔗 项目地址：http://vcai.mpi-inf.mpg.de/projects/holochar/ 🔗 详细介绍：https://xiaohu.ai/p/7484
5️⃣
🌌 DeepSeek 发布 2360 亿参数的 DeepSeek-V2：
- 60 位专家混合开源模型，数学、编码和推理表现出色。
- 236B 参数，21B 在生成过程中被激活。
- 在 MT-Bench 上表现优异，中文能力强且性价比高。 🔗 详细介绍：https://xiaohu.ai/p/7468
6️⃣
🔍 Google Gemini 网络安全产品：
- 检测并防御网络钓鱼攻击。
- 结合广泛的用户和网络监控发现威胁。
- 利用 AI 分析功能生成情报报告。 🔗 详细：https://xiaohu.ai/p/7460
7️⃣
🚗 Wayve 获超 10 亿美元 C 轮融资：
- 开发“驾驶 GPT” 基础模型，实现具身体智能自动驾驶。
- 使车辆在各种环境中操作，几乎无需人为干预。
- 使车辆与人类互动、学习并理解人类行为。 🔗 详细内容：https://xiaohu.ai/p/7453
8️⃣
🩺 CURE 模型预测治疗结果：
- 利用 300 万患者数据进行预训练并针对特定健康状况微调。
- 效果堪比随机临床试验，能帮助理解治疗对患者健康的具体影响。
- 学习患者数据的模式，预测不同治疗方式可能的效果。 🔗 详细介绍：https://xiaohu.ai/p/7321
9️⃣
🎨 Logo Diffusion：快速创建 Logo 标志
- 利用 AI 几秒钟内生成 Logo。 🔗 https://xiaohu.ai/p/7393
🔟
🦾 微软推出 MAI-1 大模型：
- 由 Inflection CEO Mustafa Suleyman 负责。
- 模型规模超过 5000 亿参数，远超微软之前的开源模型。
- 使用 Inflection 技术和数据，但独立于原有项目 Pi。 🔗 来源：https://t.co/aba77GFcnD