Найти похожее

谷歌直接搜索 GPTs 爆了，发现谷歌可以直接用高级语法过滤搜索各种 GPTs，之前推荐的 GPTs 网站聚合直接裂了。（今天发现 V2EX 论坛还一大批 Store 出现） site:https://chat.openai.com/g + 关键词 Reference GPTs Explore丨推荐与发现网站/思考 谷歌高级搜索使用指南 谷歌侧边栏自定义搜索/小舒同学 #search#ai

谷歌直接搜索 GPTs 爆了，发现谷歌可以直接用高级语法过滤搜索各种 GPTs，之前推荐的 GPTs 网站聚合直接裂了。（今天发现 V2EX 论坛还一大批 Store 出现） site:https://chat.openai.com/g + 关键词 Reference GPTs Explore丨推荐与发现网站/思考 谷歌高级搜索使用指南 谷歌侧边栏自定义搜索/小舒同学 #search#ai

Synthesis Engines丨Perplexity 作为我的整合搜索引擎 图为我询问 Perplexity 生产力/ TfT/ PKM 相关的资源和内容（还推送了本频道），经过简单内容测试和评估，Perplexity 目前爬取以及回答的效果都算符合预期，体验舒适，现已作为我的 AI 整合搜索引擎。 搜索系 AI/ 生成式整合搜索引擎（Synthesis Engines）评估重点就两部分，「前置爬取」和「生成整合」。而 Perplexity 在前置数据爬取部分（Sources）效果不错，陈列以及内容爬取比较新和完善，用于搜索相关领域的资源很舒服。「生成整合」方面，Perplexity 反应迅速（感觉和目前 Bard 速度类似），生成的内容也比较丰富（毕竟搭载 GPT4 和 Claude2 模型），作为搜索系 AI，Perplexity 目前确实大放异彩。 搜索系 AI 我一般用作简单问答、总结链接和搜索资源。之前一直用 Bing，反应慢/总结内容有时出现幻觉/打开方式不稳定；目前 ChatGPT 联网使用后体验效果也不佳，堕怠和笨拙，搜索资源的效果也极差。至于 Bard 和谷歌的 SGE 都还粗糙。 从去年 12 月份 ChatGPT 释出，Perplexity 就以重新发明搜索的 AI 表达出现，今年 5 月一波大更新并融资 2600 万美元，现在搭载 GPT4 和 Claude2 已更加丝滑，可以用起来。（某宝有 PRO 体验） 目前 AI 整合搜索感觉都还没特别惊艳和强大的功能表现（比如包含谷歌搜索 query 后处理），有能力处理搜索引擎的巨头都在专注模型本身，而谷歌兼顾模型和数据的优势，囿于自己传统搜索的收益根基和内部臃肿，也很难做出强大的 Synthesis Engines. Reference 搜索引擎终极索引 Perplexity.AI 搜索引擎大更新 ChatGPT 重新发明搜索引擎 #AI#search

谷歌现在直接开放了生成式 AI 整合搜索 Search Generative Experience (SGE)，无需等待。（美国节点） 体验很舒服，还可以像 NewBing 一样转到对话框 Ask a follow up。 Reference 谷歌其它活儿 #search#ai

⚡️Как Яндекс внедрил LLM в QA и что из этого получилось На Хабре вышел подробный разбор о том, как Яндекс внедряет LLM в процессы тестирования. Из интересного: генерация чек-листов и тест-кейсов, создание автотестов, первые шаги в сторону ИИ-агентов для ручного тестирования. Разобрали и технические сложности: интеграции с TMS, единые MCP-коннекторы, LLM-As-A-Judge и работу с «зоопарком» инструментов. В статье много схем и цифр, включая рост скорости написания автотестов на ~30%. @ai_machinelearning_big_data #ai#LLM

⚡️Новый датасет Т-ECD — крупнейший кросс-доменный набор для RecSys Ключевые особенности: - синтезирован на основе поведения 44 млн пользователей - более 135 млрд взаимодействий - включает 30 млн товаров и 1,2 млн брендов - охватывает домены: Marketplace, Retail, Payments, Offers, Reviews, Reciepts - подходит для большинства рекомендательных задач - глубина данных 1– 3,5 года — можно изучать как краткосрочные, так и долгосрочные взаимодействия T-ECD универсален и применяется от базовой коллаборативной фильтрации до сложных мультизадачных моделей последовательных и графовых рекомендаций. Можно использовать целиком и по отдельным доменам. 🟠HF: https://huggingface.co/datasets/t-tech/T-ECD @ai_machinelearning_big_data #AI#LLM

https://arxiv.org/abs/2305.18290#llm#ai 今天深入学习了 DPO，再次感叹扎实的数学功底对 AI/ML Research 的重要性…… 原始的 RLHF 是用 pairwise human preference data（A 和 B 哪个更好）去训练一个 reward model，然后用 RL 来训练主 policy model，objective 是 minimize negative log likelihood + regularization（比如 PPO 就是通过新旧 policy 之间的 KL Divergence 来做 regularization）。这样的缺点在于 RL 是出了名的难搞，而且还需要一个 critic model 来预测 reward，使得整个系统的复杂性很高。 DPO 的思路是，观察到 RLHF 的 objective 本质上是 minimize loss over (latent) reward function，通过一番 reparameterization 等数学推导，重新设计了一个 minimize loss over policy 的 objective，绕过了中间这个 reward model，让 gradient update 直接增加 policy model 生成 winner response 的概率并降低 loser response 的概率，大幅简化了流程。 拓展阅读： - KTO: 更进一步，不需要 pairwise comparison，只用对 individual example 的 upvote/downvote 也可以学习到 preference。 - IPO: 解决 DPO 容易 overfit 的问题。

Andrej Karpathy 这个 speak 太值得一看了，刚开始三分钟就被镇住。以后唯一的编程语言将会是英语，LLM 会成为新的 LLM OS。还没看完已经记了一些笔记 #AI#LLM https://www.youtube.com/watch?v=LCEmiRjPEtQ

Meta vitse-prezidenti tomonidan ochiq muloqot o'tkaziladi ⚡️ “Yangi O'zbekiston” universitetida Meta kompaniyasining sun'iy intellekt bo'yicha vitse-prezidenti Ruslan Salaxutdinov tomonidan ochiq muloqot tashkil etiladi. 💫 Ruslan Salaxutdinov AQShda 25-yildan buyon yashab, faoliyat yuritib kelmoqda. U ulkan tajribaga ega bo'lib, Siri dasturini ishlab chiqishda qatnashgan va hozirda ChatGPTga o'xshashsun'iy intellekt loyihasini yaratishda ishtirok etmoqda. 🗓Sana: 26-sentabr ⏰ Vaqt: 11:00 📍Manzil: "Yangi O'zbekiston" universiteti, U.C.A bino ikkinchi qavati. 👉 Tadbirda qatnashmoqchi bo'lgan talabalarimiz havola orqali ro'yxatdan o'tishlari mumkin. 🔁English ➖➖➖➖➖➖➖➖➖➖➖➖ #Meta#AI ⬇️ Biz ijtimoiy tarmoqlarda: Veb-sayt | Telegram | Instagram | Facebook

Meta 或改变“开源AI策略”，对未来的AI模型收费 Meta 的下一款 AI 模型可能会改变其“开源”AI 策略，马克·扎克伯格曾称这是“前进的方向”。目前，该公司正在开发一款代号为 Avocado 的新 AI 模型，《彭博社》报道称，他们可能会对其收取使用费用。 去年，Meta 推出了开源的 Llama 4 AI 模型（对此有争议，因为开源倡议组织不同意），但发布效果不佳，Meta 被发现操控 AI 基准测试，还被迫推迟了原定的“Behemoth”版本。不过，据彭博社报道，扎克伯格为了“追求新事物”而取消了那个版本。 在 Llama 4 发布后，扎克伯格对 Meta 的 AI 团队进行了全面调整，包括在公司投资了 143 亿美元后，聘请了前 Scale AI 的首席执行官 Alexandr Wang，并投入大量资金招聘其他顶尖 AI 人才，成立了新的 Meta 超级智能实验室团队。 在 7 月 30 日关于“个人超级智能”的备忘录中，扎克伯格指出，Meta 可能需要调整其开源策略：为了降低潜在的安全风险，公司必须“慎重选择开源的内容”。 作为变革的一部分，扎克伯格现在“花费大量时间和精力与新员工紧密合作，组成一个名为 TBD 实验室的团队，”彭博社报道。这个团队位于 Meta 总部靠近扎克伯格办公室的“隔离空间”内，纽约时报也在关于公司 AI 工作的报道中提到了这一点。 🗒 标签: #Meta#AI 📢 频道: @GodlyNews1 🤖 投稿: @GodlyNewsBot

#book#llm#ai 🤑 Building, Training and Hardware for LLM AI: A Comprehensive Guide to Large Language Model Development Training ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

https://github.com/osaurus-ai/osaurus #macOS#AI#LLM