數(shù)據(jù)科學(xué)簡訊 2023-03-15


頭條


Alpaca:一個強大的開源指令跟隨模型

GPT-3.5 (text-davinci-003)呼渣、ChatGPT、Claude 和 Bing Chat 等指令跟隨模型變得越來越強大趣苏。然而苏章,指令遵循模型仍然存在許多缺陷:它們會產(chǎn)生虛假信息纵势、傳播社會刻板印象并產(chǎn)生有毒語言幔嫂。為了在解決這些緊迫問題方面取得最大進展纱昧,學(xué)術(shù)界的參與很重要跪楞。 Alpaca 是從 LLaMA 7B 模型在 52K 指令跟隨演示中微調(diào)的模型缀去。

一起發(fā)布 OpenChatKit

OpenChatKit 提供了一個強大的開源基礎(chǔ),可以為各種應(yīng)用程序創(chuàng)建專用和通用聊天機器人甸祭。 OpenChatKit 是 OpenAI 的 ChatGPT 的 Together 版本缕碎。該模型的所有權(quán)重、代碼和訓(xùn)練數(shù)據(jù)均可在線獲得池户。它甚至接受了 100% 負(fù)碳計算的訓(xùn)練咏雌。

Grammarly 推出生成式 AI 產(chǎn)品 GrammarlyGO

語法檢查工具 Grammarly 宣布支持生成式 AI 工具凡怎,該工具可以按照您的個人寫作風(fēng)格編寫內(nèi)容。 “GrammarlyGO”將在未來幾個月推出赊抖,是一款生成式人工智能產(chǎn)品统倒,旨在“提高人們寫作時的生產(chǎn)力”。與 ChatGPT 一樣氛雪,GrammarlyGO 能夠根據(jù)簡短提示創(chuàng)建文本房匆,不過 Grammarly 的特殊技巧是生成的內(nèi)容會復(fù)制您通常的寫作風(fēng)格


研究


詹森不等式

對于應(yīng)用數(shù)學(xué)家和機器學(xué)習(xí)從業(yè)者來說,這是一個非常有用的不等式报亩。這篇文章探討了這種經(jīng)常倒退但有用的不平等現(xiàn)象浴鸿。如果您希望了解更多 ML 背后的數(shù)學(xué)知識,那么這篇文章值得一讀弦追。

StyleGANEX:使用擴張卷積重新縮放 StyleGAN 以實現(xiàn)穩(wěn)健的未對齊面部操作

本文針對 StyleGAN 的局限性提出了一種解決方案赚楚,該局限性僅限于以固定圖像分辨率裁剪對齊的人臉。該解決方案涉及使用擴張卷積在不改變模型參數(shù)的情況下重新調(diào)整 StyleGAN 中淺層的感受野骗卜,從而產(chǎn)生可以適應(yīng)可變分辨率并更好地表征未對齊面孔的特征宠页。此外,該論文還介紹了一種編碼器寇仓,它提供了擴展 StyleGAN 的第一層特征举户,并驗證了該方法在各種面部操作任務(wù)中的有效性,包括超分辨率遍烦、面部屬性編輯俭嘁、草圖/面具到面部轉(zhuǎn)換,以及臉部美白服猪。

MVImgNet:多視圖圖像的大規(guī)模數(shù)據(jù)集

作者介紹了 MVImgNet供填,這是一個用于 3D 視覺的大規(guī)模多視圖圖像數(shù)據(jù)集。它包含來自真實世界對象的 650 萬幀罢猪,彌合了 2D 和 3D 視覺之間的差距近她。還介紹了 3D 對象點云數(shù)據(jù)集 MVPNet。


工程


Hyper light speed GPT (GitHub Repo)

基于 NanoGPT 存儲庫膳帕,此代碼可以在短短 3 分鐘內(nèi)將僅解碼器的 Transformer 模型訓(xùn)練到一定程度的合理困惑度粘捎。它旨在易于理解、易于破解危彩,并且可以快速收斂攒磨,供研究人員探索他們的想法。

Guardrails (GitHub Repo)

Guardrails 是一個 Python 包汤徽,允許用戶為 LLM 的輸出添加結(jié)構(gòu)娩缰、類型和質(zhì)量保證。

Whisperboard (GitHub Repo)

Whisperboard 是一款基于 OpenAI 的 Whisper 模型的 iOS 應(yīng)用程序谒府,用于隨時隨地錄制和轉(zhuǎn)錄音頻拼坎。


雜七雜八


人工智能錯位的熱點理論

許多機器學(xué)習(xí)研究人員擔(dān)心構(gòu)建人工智能的風(fēng)險浮毯。一種流行的 AI 風(fēng)險集中在 AGI 失調(diào)上。它假定我們將構(gòu)建一個超級智能演痒、超級能力的 AI亲轨,但 AI 的目標(biāo)將被錯誤指定并且與人類價值觀不一致。如果人工智能足夠強大鸟顺,并且足夠不靈活地追求其目標(biāo)惦蚊,那么即使是細(xì)微的偏差也可能對人類構(gòu)成生存風(fēng)險。

GPT-4 升級將包括文本轉(zhuǎn)視頻

微軟德國 CTO Andreas Braun 表示讯嫂,OpenAI 即將進行的 GPT-4 升級將允許用戶將文本轉(zhuǎn)換為視頻蹦锋。 Braun 補充說,更強大的人工智能將在本周推出欧芽,結(jié)束對其發(fā)布的猜測莉掂。 “我們將在下周推出 GPT-4,在那里我們將擁有提供完全不同可能性的多模態(tài)模型——例如千扔,視頻憎妙,”布勞恩說。

人工智能可以預(yù)測下一次糧食危機

一項新的研究表明曲楚,人工智能能夠在世界各地爆發(fā)糧食不安全事件之前就更好地識別它們厘唾。

通用汽車計劃讓您通過 ChatGPT 與汽車交談

微軟和通用汽車之間的一項新合作將使 ChatGPT 聊天機器人能夠被添加到通用汽車的汽車中

ChatGPTNet (GitHub Repo)

ChatGPTNet 是 .NET 的 ChatGPT 集成庫

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市龙誊,隨后出現(xiàn)的幾起案子抚垃,更是在濱河造成了極大的恐慌,老刑警劉巖趟大,帶你破解...
    沈念sama閱讀 211,123評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件鹤树,死亡現(xiàn)場離奇詭異,居然都是意外死亡逊朽,警方通過查閱死者的電腦和手機罕伯,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,031評論 2 384
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來惋耙,“玉大人捣炬,你說我怎么就攤上這事≌篱唬” “怎么了?”我有些...
    開封第一講書人閱讀 156,723評論 0 345
  • 文/不壞的土叔 我叫張陵婿屹,是天一觀的道長灭美。 經(jīng)常有香客問我,道長昂利,這世上最難降的妖魔是什么届腐? 我笑而不...
    開封第一講書人閱讀 56,357評論 1 283
  • 正文 為了忘掉前任铁坎,我火速辦了婚禮,結(jié)果婚禮上犁苏,老公的妹妹穿的比我還像新娘硬萍。我一直安慰自己,他們只是感情好围详,可當(dāng)我...
    茶點故事閱讀 65,412評論 5 384
  • 文/花漫 我一把揭開白布朴乖。 她就那樣靜靜地躺著,像睡著了一般助赞。 火紅的嫁衣襯著肌膚如雪买羞。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,760評論 1 289
  • 那天雹食,我揣著相機與錄音畜普,去河邊找鬼。 笑死群叶,一個胖子當(dāng)著我的面吹牛吃挑,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播街立,決...
    沈念sama閱讀 38,904評論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼舶衬,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了几晤?” 一聲冷哼從身側(cè)響起约炎,我...
    開封第一講書人閱讀 37,672評論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎蟹瘾,沒想到半個月后圾浅,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,118評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡憾朴,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 36,456評論 2 325
  • 正文 我和宋清朗相戀三年狸捕,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)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众雷。...
    茶點故事閱讀 38,599評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡灸拍,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出砾省,到底是詐尸還是另有隱情鸡岗,我是刑警寧澤,帶...
    沈念sama閱讀 34,264評論 4 328
  • 正文 年R本政府宣布编兄,位于F島的核電站轩性,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏狠鸳。R本人自食惡果不足惜揣苏,卻給世界環(huán)境...
    茶點故事閱讀 39,857評論 3 312
  • 文/蒙蒙 一悯嗓、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧卸察,春花似錦脯厨、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,731評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至洪乍,卻和暖如春眯杏,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背壳澳。 一陣腳步聲響...
    開封第一講書人閱讀 31,956評論 1 264
  • 我被黑心中介騙來泰國打工岂贩, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人巷波。 一個月前我還...
    沈念sama閱讀 46,286評論 2 360
  • 正文 我出身青樓萎津,卻偏偏與公主長得像,于是被迫代替她去往敵國和親抹镊。 傳聞我的和親對象是個殘疾皇子锉屈,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,465評論 2 348

推薦閱讀更多精彩內(nèi)容