數(shù)據(jù)科學簡訊 2023-04-11


頭條


谷歌 CEO 桑達爾皮查伊表示搜索將包括聊天 AI

谷歌首席執(zhí)行官 Sundar Pichai 表示宛蚓,谷歌計劃在其旗艦搜索引擎中添加對話式人工智能功能咽弦,以應對來自 ChatGPT 等聊天機器人的壓力以及更廣泛的業(yè)務問題糖荒。皮查伊在接受《華爾街日報》采訪時表示虚汛,人工智能的進步將增強谷歌回答一系列搜索查詢的能力昆淡。他駁斥了聊天機器人對谷歌搜索業(yè)務構成威脅的觀點匣吊,搜索業(yè)務占母公司 Alphabet Inc. 收入的一半以上。

GPT-4 是一個推理引擎

作者討論了知識數(shù)據(jù)庫在 AI 進步中的重要性以及個人知識庫的價值桌肴。他們強調(diào)皇筛,人工智能實用性的進步將來自于其在正確時間獲取正確知識的能力的提高,而不僅僅是來自其推理能力坠七。作者還強調(diào)了矢量數(shù)據(jù)庫在存儲信息和向 AI 應用程序提供信息方面的作用水醋,以及個人知識庫在定制 AI 體驗方面的潛在價值。

分割 - 檢測 - 繪畫 (GitHub Repo)

新的 segment anything 模型非常擅長分割圖像中的對象彪置。 Dino 是通用檢測模型拄踪,stable diffusion 是圖像生成模型。如果將這三者結合起來拳魁,將獲得極其強大的分割惶桐、檢測和生成管道。在混合中添加最后一塊 Blip 后,可以為圖像的任何部分生成標題姚糊。


研究


訓練大型語言模型的秘訣

大多數(shù)使用 AI 工具的人并不經(jīng)常訓練大型(>1B 參數(shù))模型贿衍。當放大模型時,有很多事情會發(fā)生變化救恨。如果你想訓練更大的模型時贸辈,這份報告收集了很多有用的提示。它涵蓋了初始化忿薇、實驗策略等內(nèi)容裙椭,并提供了一些你可能想要使用的示例工具。

本周 ML 論文 (GitHub Repo)

一個需要定期參考的重要論文列表署浩。該列表看起來質(zhì)量很高并且經(jīng)過精心整理。

Full proof generation with proof repair

生成語言模型的一個常見問題是它們?nèi)菀桩a(chǎn)生幻覺扫尺。人們指出筋栋,有時這些模型生成的代碼有細微的錯誤,但看起來似乎有道理正驻。在這種情況下弊攘,驗證行為有時比生成更重要。驗證很難姑曙,尤其是對于代碼生成襟交。本文研究了可以被正式系統(tǒng)檢查的證明生成。


工程


自動生成langchain工具或chatGPT插件 (GitHub Repo)

這是對人工智能為自己構建工具的未來的有趣一瞥伤靠。在這種情況下捣域,您可以指定一個高級描述來說明希望插件執(zhí)行的操作——此工具將生成必要的代碼來構建一個插件來嘗試執(zhí)行指定的任務。

llama.cpp 項目升級了 Meta 的語言模型

Georgi Gerganov 的 llama.cpp 項目優(yōu)化了 LLaMA 性能宴合,加載時間加快了 100 倍焕梅,內(nèi)存使用量減半,從而增強了在邊緣和個人計算機設備上的用戶體驗卦洽。

Inst-Inpaint:使用擴散模型移除指定對象 (GitHub Repo)

引入 Inst-Inpaint贞言,這是一種新穎的修復框架,可根據(jù)自然語言輸入從圖像中無縫刪除對象阀蒂,無需耗時的二進制掩碼该窗。使用 GQA-Inpaint 數(shù)據(jù)集,該框架優(yōu)于 GAN 和基于diffusion 的基線蚤霞,展示了定量和定性的改進酗失。


雜七雜八


預訓練高斯過程

機器學習的一個主要研究領域是優(yōu)化。優(yōu)化方法可以用于各種有趣的問題争便,貝葉斯優(yōu)化甚至允許它在不確定的情況下工作级零。不過貝葉斯優(yōu)化有一些缺點,它需要專家來調(diào)整模型。這項新工作預訓練了高斯過程模型奏纪,這些模型用于更快地對新問題進行貝葉斯優(yōu)化鉴嗤。

在人工智能競賽中,微軟和谷歌選擇速度而不是謹慎

本文討論了谷歌和微軟在 AI 聊天機器人市場上的日益普及和競爭序调,強調(diào)了自然語言處理的進步以及圍繞它們在各種應用程序中使用的潛在好處和擔憂醉锅。

Stability AI 公司搖搖欲墜

本文討論了 Stability AI 這家曾經(jīng)前途無量的 AI 初創(chuàng)公司在耗盡現(xiàn)金儲備時所面臨的財務困境,強調(diào)了許多 AI 公司在快速發(fā)展的技術環(huán)境中遇到的挑戰(zhàn)和不確定性发绢。

Python 最優(yōu)運輸問題包獲得更新

最優(yōu)傳輸理論是一個具有豐富歷史的領域硬耍,它對計算的要求很高。其中一個標準框架已獲得升級边酒,提高了速度经柴、添加示例,并提高總體可靠性墩朦。

壓縮 GPT-4 提示來省錢

一個非常有趣的工具坯认,它可以讓你減少發(fā)送給 OpenAI 的Token 數(shù)量,方法是將它們偽壓縮成一堆表情符號氓涣。它使用prompt 并要求 GPT-4 可逆地壓縮字符串以“適合一篇推特的長度”牛哺,不過輸出并不總是準確的,而且并不總是有效劳吠。

AI Shell (GitHub Repo)

AI Shell 是一個 CLI 工具引润,可以將自然語言轉換為 shell 命令。

Tabby (GitHub Repo)

Tabby 是 GitHub Copilot 的開源替代品痒玩。

最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末淳附,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子凰荚,更是在濱河造成了極大的恐慌燃观,老刑警劉巖,帶你破解...
    沈念sama閱讀 210,914評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件便瑟,死亡現(xiàn)場離奇詭異缆毁,居然都是意外死亡,警方通過查閱死者的電腦和手機到涂,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,935評論 2 383
  • 文/潘曉璐 我一進店門脊框,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人践啄,你說我怎么就攤上這事浇雹。” “怎么了屿讽?”我有些...
    開封第一講書人閱讀 156,531評論 0 345
  • 文/不壞的土叔 我叫張陵昭灵,是天一觀的道長吠裆。 經(jīng)常有香客問我,道長烂完,這世上最難降的妖魔是什么试疙? 我笑而不...
    開封第一講書人閱讀 56,309評論 1 282
  • 正文 為了忘掉前任,我火速辦了婚禮抠蚣,結果婚禮上祝旷,老公的妹妹穿的比我還像新娘。我一直安慰自己嘶窄,他們只是感情好怀跛,可當我...
    茶點故事閱讀 65,381評論 5 384
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著柄冲,像睡著了一般吻谋。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上现横,一...
    開封第一講書人閱讀 49,730評論 1 289
  • 那天滨溉,我揣著相機與錄音,去河邊找鬼长赞。 笑死,一個胖子當著我的面吹牛闽撤,可吹牛的內(nèi)容都是我干的得哆。 我是一名探鬼主播,決...
    沈念sama閱讀 38,882評論 3 404
  • 文/蒼蘭香墨 我猛地睜開眼哟旗,長吁一口氣:“原來是場噩夢啊……” “哼贩据!你這毒婦竟也來了?” 一聲冷哼從身側響起闸餐,我...
    開封第一講書人閱讀 37,643評論 0 266
  • 序言:老撾萬榮一對情侶失蹤饱亮,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后舍沙,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體近上,經(jīng)...
    沈念sama閱讀 44,095評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,448評論 2 325
  • 正文 我和宋清朗相戀三年拂铡,在試婚紗的時候發(fā)現(xiàn)自己被綠了壹无。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,566評論 1 339
  • 序言:一個原本活蹦亂跳的男人離奇死亡感帅,死狀恐怖斗锭,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情失球,我是刑警寧澤岖是,帶...
    沈念sama閱讀 34,253評論 4 328
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響豺撑,放射性物質(zhì)發(fā)生泄漏烈疚。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,829評論 3 312
  • 文/蒙蒙 一前硫、第九天 我趴在偏房一處隱蔽的房頂上張望胞得。 院中可真熱鬧,春花似錦屹电、人聲如沸阶剑。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,715評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽牧愁。三九已至,卻和暖如春外莲,著一層夾襖步出監(jiān)牢的瞬間猪半,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,945評論 1 264
  • 我被黑心中介騙來泰國打工偷线, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留磨确,地道東北人。 一個月前我還...
    沈念sama閱讀 46,248評論 2 360
  • 正文 我出身青樓声邦,卻偏偏與公主長得像乏奥,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子亥曹,可洞房花燭夜當晚...
    茶點故事閱讀 43,440評論 2 348