Trouver du contenu similaire

AI 影响我阅读文章的方式 所有 Never Ending Now 的新闻内容就像火山裂口岩浆里生生不息的气泡，对塑造整个人类世时间轴的地形地理毫无意义。这也是我很少分享新闻内容的原因，而对这些内容我现在基本都用 AI 看， 或者说毫无阅读体验，没有阅读难度的文章都可以 AI 阅读。 我对稍好文章的定义就是我用 AI summarized 两次，现在阅读体验也是越来越好，RWR 以前放的文章也已经处理大部分，确实解放了我的阅读，有更多时间专注书籍以及主题文献。 这里重点是我们需要区分知识和信息，两者必不可少，知识在我这里就是塑造实体，信息是塑造的外部环境（边界外），或者说系统和环境的关系，这里得到区分和统一，信息类文章承担的功能就是我们前面提到的 Antilibrary 以及大量阅读「囤积」的功能。 但时代变了，信息我们现在有更便捷更好的处理方式，我们确实可以放开阅读，AI 让我们边界外的世界变得广而明亮。不过这里需要提醒的是，我们仍在 LLM 拉出的废墟上探险。 我现在仍然是用 Glarity 总结文章，可以自定义总结模板，这里我就加了个标题，Prompt 都很简单。 Your output should use the following template: There is a title. Summarize the highlights of the content and output a useful summary in 140 words in the form of Summary. Reference 「囤积」的功能 Antilibrary LLM 的废墟 我的 AI COMBO 1.0 #AI

大型语言模型花园 Welcome to the LLM Garden Superwise丨Blattner Tech丨TensorOps 联合推出了这个 LLM Garden，它收录了目前所有可用的大型语言模型的详细参数数据，包括 GPT4/PaLM2 在内的各种大模型、开源模型「羊驼系列」以及微调的特定任务模型如 AutoGPT，数据包括许可证/ Token 长度/网站溯源/培训成本等信息，非常丰盛。 这座花园为了解目前日新月异的 LLM 提供了最直观的信息，前面我们也分享了 LLM 的研究资源信息以及 LMSYS Org 的排名，大家可以参考。我的生产力「三座花园」也在梳理成库，后面将会分享。 Reference LLMs 的研究资源丨科普/社论/前沿 互联网 AI 领域内容超级聚合 目前大型语言模型的埃洛评级（EloRating） 祛魅丨Auto-GPT dreamGPT丨将 LLM的幻觉问题转为模型特色的新驱动方式 数字时代的三座生产力花园 #AI

#AI landscapes, how does it sound🔥? We would like to note that many people confuse machine learning algorithms and conventional generative algorithms. Yes, a lot of attention goes to the former, but the second one also interests our team for applications like when creating generative open world locations. This is an incredible simulation of natural ecosystems. With this algorithm we want to create our own alien landscapes. Check it out guys: https://www.youtube.com/watch?v=8YOpFsZsR9w

AI 生成二维码 QR codes ControlNet for QR Code 最近 Reddit 上有人用 Stable Diffusion 生成各种样式包括二次元的 QR 码，非常炸裂。比如他这个图就指向一个参数化二维码生成器。（我之前常用草料二维码优化） 这种才是真正属于 AI 的画作啊，人几乎画不出来。这还有篇文章介绍 QR codes 的工作原理，设计和细节的文章，感兴趣可以阅读。 Reference 关于 Stable Diffusion 引擎的工具库 AI 绘画的的奥术宝典和炼金池 PromptGenerator丨绘画提示词 #AI

dreamGPT丨将 LLM 的幻觉问题转为模型特色的新驱动方式 这个 GPT 实验工具比较有趣，利用 LLM 的幻觉（hallucinations）来进行思维发散，产生新想法的驱动方式，区别于 Auto-GPT 这种解决特定问题的工具。 大型语言模型的「幻觉」算目前生成式 AI 的一个主要问题，混乱的/虚假的/不相关的引用造成目前对 AI 的主要批判，不过这种幻觉多是基于有目的和可追溯的期望输入与输出的背离，「幻觉」就成为了不相关和无意义。 然而很多有趣的东西并不基于原有路径/不基于分类/不基于特定联系，而是某种开放和可能，某种非线性的/横向/逆向/反逻辑的想象力，这在期望的输出里就可能表现为幻觉，在 dreamGPT 就表达为「Dream new ideas」，整合，择选并开放幻觉的可能。 无论幻觉/压缩或是仿真，新的生成已经开始溶解成为现实，幻觉也成为现实「可能」的一部分，本体不再重要，特德姜说的也不重要。 Reference 祛魅丨Auto-GPT 捕捉影子的 AI丨这仍然是一场风暴 我对特德姜文章的看法 #AI

经验，当使用某宝某鱼购买的苹果礼品卡付费提示「你的购买无法完成」时，确保对应地区的礼品卡情况下，可以等几天再试（4-7天），之前购买 POE 时就如此提示，今天发现试用期一周过后扣除的刚好是礼品卡充值余额。这算常见的限购和无法消费问题。#AI

AI 的超级马厩（Plus 版） Chat with ALL AI Bots Concurrently, Discover the Best ChatALL，最近 Github Trending 发现可同时与目前大多数语言模型聊天机器人对话的工具，不仅支持主流 TOP 级的 ChatGPT/Claude/Bing Chat/Bard，还支持像开源羊驼系列 Vincuna 等，也包括国内清华大学的开源对话模型 ChatGLM，以及 MOSS 模型。本地应用，支持网页 API，瀑布流展示不同模型的答案，选择的可能。 ChatALL 中文名是「齐叨」，展示不同的嘴舌/表达/幻觉/聒噪，差异很大，很形象，比「齐鸣」有趣。前面我们也分享过 AI 同窗口集成，这个 ChatALL 就显得更是 Plus 版。 Reference AI 的马厩丨AI 同窗口集成 目前大型语言模型的埃洛评级（Elo Rating） #AI

ChatGPT 插件介绍 70款ChatGPT插件评测：惊艳的开发过程与宏大的商业化愿景 以下是所有45个插件以及它们如何使用指南 10x Your Productivity With These ChatGPT Plugins 现在 ChatGPT 插件已向所有 Plus 用户开放，上面文章是对现有插件的评测/介绍和安利，这不得火速冲了。 #AI

一幅超写实、电影感的插画，描绘了劳拉·克劳馥动态地撞穿一张“考古探险”集换卡牌的边框。她正处于跳跃中或用绳索摆荡，穿着标志性的冒险装备，可能正在使用双枪射击，枪口的火焰帮助将卡牌古老的石雕边框震碎，在破口周围制造出可见的维度破裂效果，如能量裂纹和空间扭曲，使灰尘和碎片四散飞溅。她的身体充满活力地向前冲出，带有明显的运动深度，突破了卡牌的平面，卡牌内部（背景）描绘着茂密的丛林遗迹或布满陷阱的古墓内部。卡牌的碎屑与 crumbling 的石头、飞舞的藤蔓、古钱币碎片和用过的弹壳混合在一起。“考古探险”的标题和“劳拉·克劳馥”的名字（带有一个风格化的文物图标）在卡牌剩余的、布满裂纹和风化痕迹的部分上可见。充满冒险感的、动态的灯光突出了她的运动能力和危险的环境。 dimensional break effects + motion depth 这两个词是核心 https://x.com/op7418/status/1912782048160542886 #AI

OpenAI 与谷歌 AI 分庭抗礼丨仍无护城河 Chatbot Arena Leaderboard Updates (Week 2) 最近 LMSYS Org（Large Model Systems Organization）更新了目前大型语言模型的埃洛评级（Elo Rating），GPT4 和 Claude-v1 名列前茅几乎持平，GPT3.5-turbo 第三，紧跟着的是多个开源模型。 前面我们提到过 Claude 模型相当于 GPT3.8，目前来看其很多能力甚至超过 GPT4。之前我在一期 Newsletter 也分享了 OpenAI 和谷歌几乎没有护城河，很多开源模型能力也开始展露头角，比如 LMSYS Org 的开源模型 Vicuna-13B 就排第四，基于 LLaMA 的微调，已经达到 ChatGPT/Bard 90% 以上能力，相当于 GPT3.2 往上。 AI 领域缺乏的这些技术壁垒，以及面临重新培训模型的成本，如之前所说不得考虑战略开源，而目前的 OpenAI 和 Meta 也确实开始了其模型开源策略。 Reference AI 成为真正的数字灵媒/我们的太阳多久死去/死因资本主义：人类社会的反噬系统丨DAILY0505 #AI

顺便简单科普下 Token 和字符（ Characters） 上面 Claude 100K Token 上下文并不代表支持英文的 10 万个词，而大约是 75000 个单词（Words）。Token 是自然语言处理中的文本基本单位，它可以是一个单词/标点/词组，字符（Characters）是指文本中的单个符号，例如汉字/英文单个字母/数字/标点/空格都是。（有的笔记软件文本统计大家可能熟悉） 比如 I want a pizza，4 Tokens 14 Characters；我想要一个披萨，15 Tokens 7 Characters. Why is GPT-3 15.77x more expensive for certain languages? Token 和字符之间的关系取决于具体的标记化（Tokenization），分词器（Tokenizers），将字符和单词组合成通用模式的方法。这意味着不同的语言处理，Token 的消耗是不同的，甚至有高达 15 倍之多的语言差异，所有之前有文章提到过 GPT 对非英语母语使用者的歧视。 现在英语可以说是最强「编程语言」，使用 GPT 等生成工具时可尽量英文输入，以支持更多内容/更好效果。甚至还有个优化单词输入的网站，以更少的 Token 达到同样输出效果，后面翻到了再补充。 Reference English is the new programming language shit. #AI

谷歌最近整大活 最近 Claude 支持了更长的 Token，100K 上下文，甚至几秒钟消化一本书，加上近日举办的 Google I/O 2023 开发者大会，谷歌声音也越来越大。 AI 方面谷歌公布了最新语言模型 PaLM2，剑指 GPT4；聊天机器人 Bard 完全开放不再等待，支持更多语言，也用上 PaLM2 模型；以及之前提到过的许多其它实验室的 AI 产品开放了 waitlist. 其中我比较期待的就是全新加持 AI 的谷歌搜索 Search Generative Experience (SGE)，已经开放等待列表，全新的生成式搜索/查询/智能快照。（非常期待它能够替代 NewBing 占领我一个常驻位） Google Search Labs waitlist（教程） Google I/O AI 超级线程！（内容一览） 谷歌实验室其它可加入的 waitlist Reference 我的 AI COMBO 2.0 搜索引擎终极索引 #AI