-
万万没想到，我用文心一言开发了一个儿童小玩具
最近关注到一年一度的百度世界大会今年将于10月17日在北京首钢园举办，本期大会的主题是“生成未来（PROMPT THE WORLD）”。会上，李彦宏会做主题为「手把手教你做AI原生应用」的演讲，比较期待 Robin 会怎么展示。据说，大会当天百度还会发布文...
-
DeepMind指出「Transformer无法超出预训练数据实现泛化」，但有人投来质疑
距离马斯克的 xAI 公布 Grok 才过去一天，刚刚，xAI 又公布了另一款 AI 产品，一个可用于 prompt 工程和可解释性研究的集成开发环境：PromptIDE。 接连不断的新品发布，也让网友纷纷感叹：「xAI 团队的开发速度简直是疯了！」...
-
马斯克版ChatGPT背后开发工具上线！xAI产品两连发，网友：交付速度太疯狂
马斯克版ChatGPT才刚吸引一波眼球，xAI第二款大模型产品就突然登场了！ 就在刚刚，马斯克旗下xAI官宣：推出PromptIDE。 一个用于提示工程和可解释性研究的集成开发环境。 xAI表示，他们打造PromptIDE的最初目的，是加速其聊天AI机...
-
GPT-4完成正确率仅6%！北大等提出首个「多轮、多模态」PPT任务完成基准PPTC
【新智元导读】为了填补LLM在复杂多模态环境中利用复杂工具完成多轮、多模态指令的评估空白，研究人员引入了PowerPoint任务完成（PPTC）基准测试，以评估LLM创建和编辑PPT文档的能力。 最近对大型语言模型（例如ChatGPT和GPT-4）进行的评...
-
AI视野：OpenAI发布GPT-4Turbo；xAI推出PromptIDE工具；美团首个AI产品“Wow”亮相；百家号AI笔记功能将下线
???AI新鲜事 OpenAI发布GPT-4Turbo和自定义GPTs服务 在OpenAI首届开发者大会DevDay活动上，OpenAI发布了GPT-4Turbo模型和自定义GPTs服务，以及其他新功能和API，如Assistants API和新的模态AP...
-
这些浏览器中的 AI 扩展太香了
众所周知，浏览器只有添加了扩展才能让其火力全开，效率翻倍，而当有了AI的加持后，直接起飞。 本期将整理一些目前非常火的基于AI语言模型的扩展程序，大大提高生产力，一起看看吧！ ChatGPT for Google https://chrome.go...
-
大型语言模型（LLM）技术精要，不看亏了
哈喽，大家好。 今天分享一篇知乎高赞文章，作者是张俊林老师。 图片 读完收获很多，能帮大家更好地理解、学习大模型。原文有2.8w字，我提炼了核心要点，阅读需要10min。 ChatGPT的出现给很多人带来了惊喜和醒悟。有人惊喜地发现大型语言模型（LLM）...
-
迪拜将举办“全球AI挑战赛”，冠军可获近200万元奖金
迪拜哈姆丹亲王宣布将举办一项以生成式人工智能为重点的全球AI挑战赛，冠军将获得100万迪拉姆（约合人民币198.28万元）的奖金。这一挑战赛是迪拜在转向未来经济的过程中的一部分，旨在推动迪拜成为全球领先的人工智能创新中心。 图源备注：图片由AI生成，图片...
-
马斯克版ChatGPT爆火来袭！不用Python，11人爆肝两个月
马斯克突然出手截胡，抢在OpenAI开发者大会前发布大模型Grok。 与其他ChatGPT类产品不同，Grok可以实时从?推文中获取最新知识，比如马斯克刚刚与Joe Rogan的最新访谈。 图片 巨量、实时且独特的?数据构成了Grok的最大护城河，早在7...
-
OpenAI首届开发者大会被人提前「掀底牌」，全新ChatGPT原型Gizmo大曝光
今年 9 月，OpenAI 官宣了其首届开发者大会「OpenAI DevDay」。届时 OpenAI 团队成员将与全球各地的开发者汇聚一堂，预览全新的 AI 工具。 当时 OpenAI 首席执行官 Sam Altman 表示，此次开发者大会不会发布 GP...
-
20步内越狱任意大模型！更多“奶奶漏洞”全自动发现
1分钟不到、20步以内“越狱”任意大模型，绕过安全限制！ 而且不必知道模型内部细节—— 只需要两个黑盒模型互动，就能让AI全自动攻陷AI，说出危险内容。 听说曾经红极一时的“奶奶漏洞”已经被修复了: 那么现在搬出“侦探漏洞”、“冒险家漏洞”、“作家漏...
-
GPT-4V学会用键鼠上网，人类眼睁睁看着它发帖玩游戏
GPT-4V学会自动操纵电脑，这一天终于还是到来了。 只需要给GPT-4V接入鼠标和键盘，它就能根据浏览器界面上网： 图片 甚至还能快速摸清楚“播放音乐”的播放器网站和按钮，给自己来一段music： 图片 是不是有点细思极恐了？ 这是一个MIT本科生小哥...
-
GPT-4+Midjourney零代码做「愤怒的南瓜」！实测体验：门槛不低，很难复现
【新智元导读】国外网友分享了一个只用AI工具制作游戏的教程，在外网爆火。但亲自尝试之后发现，真的想要做出像样的游戏，远远没有想想那么简单。 通过市面上的AI工具，不需要自己亲自写一行代码，就能做出一个完整的「愤怒的小鸟」?! 最近，外国网友分享了自己花了1...
-
AI视野：Gen-2支持生成4K高清视频；Midjourney推出Style Tuner工具；钉钉 AI 魔法棒正式上线；马斯克𝕏AI团队首批产品曝光
???AI应用 Gen-2史诗级更新 允许用户通过简单文本生成4K高清视频 Runway的AI视频生成工具Gen-2经历了一次重大更新，允许用户通过简单的文本输入来生成4K高清视频，彻底改变了创意软件的方式。 Gen-2体验地址:https://rese...
-
GPT-4+Midjourney零代码做「愤怒的南瓜」！实测体验：门槛不低，很难复现
通过市面上的AI工具，不需要自己亲自写一行代码，就能做出一个完整的「愤怒的小鸟」？！ 最近，外国网友分享了自己花了10个小时，通过GPT-4和DALL-E 3/Midjourney做了个愤怒的小鸟的教程，3天之内已经超过了270万的浏览。 图片 还曾登顶...
-
马斯克𝕏AI团队首批产品曝光 包括Grok和PromptIDE
马斯克的?AI团队最近曝光了他们的首批产品，其中包括了Grok和PromptIDE。Grok与AI信息检索相关，而PromptIDE的字面理解是“提示词工作站/集成开发环境”。这一消息是通过推特博主@Asuna Gilfoyle - e/acc披露的，而且...
-
代码能力超越GPT-4，这个模型登顶Big Code排行榜，YC创始人点赞
一款号称代码能力超越GPT-4的模型，引发了不少网友的关注。 准确率比GPT-4高出超过10%，速度却接近GPT-3.5，而且窗口长度也更长。 据开发者描述，他们的模型取得了74.7%的Pass@1通过率，超过了原始GPT-4的67%，登上了Big C...
-
不到 600 行代码实现了《愤怒的小鸟》翻版，GPT-4+DALL·E 3+Midjourney撼动游戏圈
把草图变网站，用几秒复现一款经典小游戏...随着 GPT-4与 Midjourney、DALL•E3等 AIGC 工具的强强联合，其带给游戏行业的震撼不是一星半点。 昨日，正值万圣节之际，一位名为Javi Lepez的外国小哥使用Midjourney、DA...
-
GPT-4写代码，DALL·E 3+MJ搞定画面，AI版「愤怒的南瓜」来袭
自 GPT 系列对话大模型以及 DALL・E、Midjourney 等文生图大模型兴起以来，基于它们的硬核、有趣二创应用花样频出，让普通人切身地体验到了大模型的魅力。 今天又一个这样的游戏项目引起了我们的注意。 推特用户 @javilopen 使用 GP...
-
GPT-4写代码，DALL·E 3+MJ搞定画面，AI版「愤怒的南瓜」来袭
自 GPT 系列对话大模型以及 DALL・E、Midjourney 等文生图大模型兴起以来，基于它们的硬核、有趣二创应用花样频出，让普通人切身地体验到了大模型的魅力。 今天又一个这样的游戏项目引起了我们的注意。 推特用户 @javilopen 使用 GPT...
-
AI自动生成创意视频：如何让大模型助你一臂之力
作者 | 崔皓 审校 | 重楼 摘要 本文探讨了如何利用大语言模型和AI视频生成模型来创建高度个性化和创意丰富的视频内容。文章详细介绍了从构思到实现的全过程，包括问题分析、目标设定、工具和模型选择，以及实际操作步骤。使用的技术和工具包括OpenAI的G...
-
写好Prompt要记住这六点！你记住了吗？
写好一个有效的prompt是实现与人工智能成功互动的关键。良好的prompt不仅清晰明确，而且具有针对性，能够准确引导AI理解和回应你的需求。 在我们开始详细分解并深入探讨这个公式之前，有一点非常关键，那就是我们必须认识到解题过程中顺序的重要性，就像制作...
-
使用Llama index构建多代理 RAG
检索增强生成(RAG 已成为增强大型语言模型(LLM 能力的一种强大技术。通过从知识来源中检索相关信息并将其纳入提示，RAG为LLM提供了有用的上下文，以产生基于事实的输出。 但是现有的单代理RAG系统面临着检索效率低下、高延迟和次优提示的挑战。这些问题...
-
ChatGPT上新文件分析、自动搜索等功能，初创公司的产品被取代？
最近，OpenAI 为 ChatGPT Plus 会员推出了新的测试版功能，主要包括上传和分析文件，支持多模态，并且系统会根据上下文自动选择是否使用必应浏览器、数据分析工具、DALL·E，而无需用户手动切换。 将文件输入到 ChatGPT 后，系统需要...
-
像搭乐高一样做数学定理证明题，GPT-3.5证明成功率达新SOTA
背景 作为长链条严格推理的典范，数学推理被认为是衡量语言模型推理能力的重要基准，GSM8K 和 MATH 等数学文字问题（math word problem）数据集被广泛应用于语言模型的测评和比较中。事实上，数学作为一项科学研究并不仅仅包括计算具体实例，...
-
OpenAI API进阶-Function Calling实现插件！
Function Calling介绍 Function Calling是什么 OpenAI Chat API官方文档：Chat API[1] Function Calling官方介绍：Function Calling[2] 图片 开发者现在可以向 gp...
-
多模态大模型幻觉降低30%！中科大等提出首个幻觉修正架构「Woodpecker」啄木鸟
视觉幻觉是常见于多模态大语言模型（Multimodal Large Language Models, MLLMs）的一个典型问题。 简单来说就是：模型输出的描述与图片内容不相符。 下图中体现了两种幻觉，红色部分错误地描述了狗的颜色（属性幻觉），蓝色部分描...
-
北大团队：诱导大模型“幻觉”只需一串乱码！大小羊驼全中招
北大团队最新研究发现： 随机token都能诱发大模型出现幻觉！ 比如喂给大模型（Vicuna-7B）一段“乱码”，它就莫名其妙弄错了历史常识。 或者是简单修改提示词，大模型也会掉入陷阱。 Baichuan2-7B、InternLM-7B、ChatGL...
-
为何GPT-4P容易受到多模态提示注入图像攻击？
OpenAI新的GPT-4V版本支持图像上传后，带来了一条全新的攻击途径，使大型语言模型（LLM）容易受到多模态注入图像攻击。攻击者可以在图像中嵌入命令、恶意脚本和代码，随后模型会遵从行事。 多模态提示注入图像攻击可以泄露数据、重定向查询、生成错误信息，...
-
重磅！GPT-4又进化了！画图、插件、代码等能力被整合，超级智能体来了
夕小瑶科技说 原创 作者 | 小戏、ZenMoore 就在今天！OpenAI 闷声放了一个大招！ 图片 还没有官宣，还没有发布会，也没有大肆报道与关注。OpenAI 这次仅仅以灰度测试的方式，给部分用户发布了一个可以说“整合了几乎所有可用工具”的完全版...
-
龙与地下城：大模型文字游戏之路
作者 | 崔皓 审校 | 重楼 摘要 本文作者受到一位国外博主的启发，决定尝试使用大语言模型创建一个地下城文字游戏。通过大语言模型生成富有创意和连贯性的游戏内容。他的游戏灵感主要来源于经典的桌面角色扮演游戏“龙与地下城”（D&D）。该游戏通过对话...
-
Agent 应用于提示工程
如果Agent模仿了人类在现实世界中的操作方式，那么，能否应用于提示工程即Prompt Engingeering 呢？ 从LLM到Prompt Engineering 大型语言模型(LLM 是一种基于Transformer的模型，已经在一个巨大的语料库或...
-
RLHF与AlphaGo核心技术强强联合，UW/Meta让文本生成能力再上新台阶
在一项最新的研究中，来自 UW 和 Meta 的研究者提出了一种新的解码算法，将 AlphaGo 采用的蒙特卡洛树搜索算法（Monte-Carlo Tree Search, MCTS）应用到经过近端策略优化（Proximal Policy Optimiz...
-
腾讯混元大模型再进化，文生图能力重磅上线，这里是一手实测
2023年，大模型的落地按下加速键，文生图便是最火热的应用方向之一。 自从 Stable Diffusion 诞生以来，海内外的文生图大模型不断涌现，一时有「神仙打架」之感。每一次技术迭代，都带来了模型生成效果和速度的飞速提升。 就在今天，腾讯混元大模型也...
-
如何使用GPT作为SQL查询引擎的自然语言
译者 | 李睿 审校 | 重楼 如今，得益于ChatGPT这种生成式人工智能技术，使得用简单的语句查询数据集变得非常简单。 与大多数生成式人工智能一样，OpenAI公司开发的API的结果仍然不完美，这意味着用户不能完全信任它们。幸运的是，用户现在可以...
-
AI基础软件：如何自主构建大+小模型？
一、公司介绍 九章云极DataCanvas以创造智能探索平台为使命，怀揣着助力全球企业智能升级的愿景，是中国人工智能基础软件领域的佼佼者。公司专注于自主研发的人工智能基础软件产品系列和解决方案，为用户提供全面的人工智能基础服务，旨在帮助用户在数智化转...
-
谷歌大爆料：神秘AI工具曝光，Gemini将取代PaLM 2
「大泄露：谷歌代号为 Stubbs 的神秘 AI 工具，刚刚被曝光。」一位 X（原推特）网友惊呼道。 最初这一消息来自一位名叫 Bedros Pamboukian 的博主在 Medium 上泄露的，Bedros 表示谷歌将在 Google Makers...
-
腾讯混元大模型升级：新增“文生图”，代码能力大幅提升
10月26日，腾讯宣布，腾讯混元大模型迎来全新升级，并正式对外开放“文生图”功能，展示了其在图像自动生成领域的领先能力。升级后的腾讯混元中文能力整体超过GPT3.5，代码能力大幅提升20%，达到业界领先水平。 作为实用级的通用大模型，腾讯混元大模型的应用...
-
LeCun又双叒唱衰自回归LLM：GPT-4的推理能力非常有限，有两篇论文为证
「任何认为自动回归式 LLM 已经接近人类水平的 AI，或者仅仅需要扩大规模就能达到人类水平的人，都必须读一读这个。AR-LLM 的推理和规划能力非常有限，要解决这个问题，并不是把它们变大、用更多数据进行训练就能解决的。」 一直以来，图灵奖得主 Yan...
-
Meta推大模型记忆增强方法MemWalker 靠prompt就能完成，无需额外训练
一项名为MemWalker的新技术，使大型语言模型能够克服其窗口长度的限制，从而可以处理更长的文本并回答相关问题，而无需进行额外的训练。这一技术的开发团队使用了一种树形记忆策略，该策略的工作原理包括两个主要阶段:记忆树构建和导航检索。 图源备注：图片由A...
-
ChatGPT与DALL·E 3之间的行业「黑话」被人发现了
上个月底，OpenAI 发布了最新图像生成器 DALL・E 3，除了炸裂的生成效果外，最大看点是其与 ChatGPT 的集成。 DALL・E 3 构建在 ChatGPT 之上，用 ChatGPT 来创建、拓展和优化 prompt。这样一来，用户无需在 p...
-
首个多视角自动驾驶场景视频生成世界模型 | DrivingDiffusion: BEV数据和仿真新思路
笔者的一些个人思考 在自动驾驶领域，随着BEV-based子任务/端到端方案的发展，高质量的多视图训练数据和相应的仿真场景构建愈发重要。针对当下任务的痛点，“高质量”可以解耦成三个方面： 不同维度上的长尾场景：如障碍物数据中近距离的车辆以及切车过程中...
-
4k窗口长度就能读长文，陈丹琦高徒联手Meta推出大模型记忆力增强新方法
只有4k窗口长度的大模型，也能阅读大段文本了！ 普林斯顿的华人博士生的一项最新成果，成功“突破”了大模型窗口长度的限制。 不仅能回答各种问题，而且整个实现的过程全靠prompt就能完成，不需要任何的额外训练。 研究团队创建了一种名为MemWalker的...
-
全新视觉提示方法SoM 让GPT-4V看的更准、分的更细
研究人员推出了一种新的视觉提示方法 Set-of-Mark（SoM），它可以让 OpenAI 多模态大模型 GPT-4V 在视觉内容理解方面有了质的提升。GPT-4V 是一种基于 GPT-4的多模态模型，可以同时处理文本和图像，并生成多种类型的输出。 然而...
-
在视觉提示中加入「标记」，微软等让GPT-4V看的更准、分的更细
最近一段时间，我们见证了大型语言模型（LLM）的显著进步。特别是，生成式预训练 Transformer 或 GPT 的发布引领了业界和学术界的多项突破。自 GPT-4发布以来，大型多模态模型 (LMM 引起了研究界越来越多的兴趣，许多工作致力于构建多模态...