頭條
美聯(lián)社與 OpenAI 達(dá)成新聞共享協(xié)議
https://www.axios.com/2023/07/13/ap-openai-news-sharing-tech-deal
OpenAI 和新聞集團(tuán)美聯(lián)社就一項(xiàng)技術(shù)共享協(xié)議達(dá)成一致坚芜，以幫助提高新聞質(zhì)量留搔。
Meta 的新文本到圖像到文本模型
https://ai.meta.com/blog/generative-ai-text-images-cm3leon
僅使用解碼器 Transformer（如 GPT 系列）通過一次預(yù)測一個(gè)Token 進(jìn)行操作。如果將交錯(cuò)的文本和圖像視為標(biāo)記，則可以從文本生成圖像以及從圖像生成文本。
LangChain的問題
https://minimaxir.com/2023/07/langchain-problem
LangChain 是一個(gè)非常流行的鏈接和提示模板庫。它聚集了一個(gè)強(qiáng)大的社區(qū)，特別是來自其他學(xué)科進(jìn)入該領(lǐng)域的技術(shù)專家诲锹。然而，它并不適合所有人涉馅。這篇文章探討了一些尖銳的邊緣問題归园。
研究
事實(shí)證明，通過更長的步長可以更快地收斂
https://arxiv.org/abs/2307.06324
優(yōu)化方法的收斂速度是模型在優(yōu)化方法指導(dǎo)下找出最佳解決方案的速度的數(shù)學(xué)極限稚矿。事實(shí)證明庸诱，周期性學(xué)習(xí)率可以通過偶爾的巨大進(jìn)步來提高。這是一項(xiàng)非常引人注目的工作盐捷。
為自定義文本到圖像創(chuàng)作制作動(dòng)畫
https://animatediff.github.io
本報(bào)告介紹了一種新系統(tǒng)偶翅，可以為您使用穩(wěn)定擴(kuò)散、DreamBooth 和 LoRA 等個(gè)性化文本到圖像模型創(chuàng)建的任何圖像添加逼真的運(yùn)動(dòng)碉渡。該系統(tǒng)使用“運(yùn)動(dòng)模塊”聚谁，可以從現(xiàn)實(shí)生活中的視頻中學(xué)習(xí)，并可以添加到任何文本到圖像模型中滞诺，從靜態(tài)圖像生成個(gè)性化形导、多樣化的動(dòng)畫，使人們的創(chuàng)作更加逼真和有趣习霹！
一種讓模型理解和適應(yīng)不斷變化的環(huán)境的新方法
https://arxiv.org/abs/2306.17075v1
這項(xiàng)研究引入了醉漢數(shù)據(jù)集和里程計(jì)朵耕，旨在改進(jìn)不斷變化的環(huán)境中的相機(jī)運(yùn)動(dòng)估計(jì)，這是內(nèi)窺鏡等應(yīng)用中遇到的一個(gè)問題淋叶。
工程
語義 Kernel (GitHub Repo)
https://github.com/microsoft/semantic-kernel
Microsoft 開發(fā)了用于語言模型的 Python 和 C# 鏈接庫阎曹。
FastEdit (GitHub Repo)
https://github.com/hiyouga/FastEdit
FastEdit 旨在幫助開發(fā)人員使用一個(gè)命令有效地將新鮮的和定制的知識(shí)注入到大型語言模型中。
Claude-非官方-API (GitHub Repo)
https://github.com/Explosion-Scratch/claude-unofficial-api
一個(gè)輕量級(jí) JavaScript 庫煞檩，用于與 Claude AI 聊天機(jī)器人的非官方內(nèi)部 API 進(jìn)行交互处嫌。
雜七雜八
人工智能的機(jī)遇：創(chuàng)造豐富的智能
https://baincapitalventures.com/insight/opportunities-in-ai-creating-abundant-intelligence
現(xiàn)有企業(yè)將抓住人工智能時(shí)代創(chuàng)造的明顯新機(jī)遇——那么，什么是非顯而易見的呢斟湃？ BCV 的這篇文章探討了初創(chuàng)企業(yè)擁有優(yōu)勢的領(lǐng)域熏迹，并提出了創(chuàng)始人可能想要構(gòu)建的想法或趨勢。
如何使用人工智能來做事
https://www.oneusefulthing.org/p/how-to-use-ai-to-do-stuff-an-opinionated
關(guān)于如何選擇正確的人工智能工具來做正確的事情的指南凝赛。
為什么人工智能探測器認(rèn)為美國憲法是由人工智能撰寫的
https://arstechnica.com/information-technology/2023/07/why-ai-detectors-think-the-us-constitution-was-written-by-ai
美國憲法的語言在訓(xùn)練數(shù)據(jù)集中被反復(fù)使用注暗，因此被歸類為人工智能生成的坛缕。人工智能書寫檢測器并不可靠，因?yàn)樗鼈兪窃谌祟悤鴮懳谋緮?shù)據(jù)集上進(jìn)行訓(xùn)練的捆昏。這可能會(huì)導(dǎo)致誤報(bào)赚楚，從而給學(xué)生和其他被指控作弊的人帶來嚴(yán)重后果。
Petals and Peft (Google Colab)
https://colab.research.google.com/drive/1uCphNY7gfAUkdDrTx21dZZwCOUDCMPw8
Petals 是一個(gè)為資源受限系統(tǒng)上的大型模型提供服務(wù)和微調(diào)而開發(fā)的框架屡立。該筆記本提供了一些關(guān)于如何使用該系統(tǒng)的真正可讀的代碼片段直晨。
比較量化模型的困惑度
https://oobabooga.github.io/blog/posts/perplexities
一篇簡短的文章，探討了相同模型的幾種不同實(shí)現(xiàn)的性能膨俐。
Elon 對(duì)頂尖 AI 人才做出了 9 位數(shù)的承諾
https://www.semafor.com/article/07/14/2023/elon-musk-threw-nine-figure-promises-at-top-ai-researchers
埃隆·馬斯克 (Elon Musk) 試圖通過他聲稱價(jià)值已達(dá)數(shù)百億美元的合資企業(yè)的股權(quán)，為他的新人工智能公司招募頂尖人工智能人才罩句。
Parse.dev (新產(chǎn)品)
https://www.parse.dev
Parse 是一個(gè)新的AI數(shù)據(jù)分析師焚刺。
