數(shù)據(jù)科學(xué)簡(jiǎn)訊 2023-03-27


頭條


Databricks 推出 Dolly:通過(guò)經(jīng)濟(jì)實(shí)惠的大型語(yǔ)言模型使指令遵循 AI 民主化

Databricks 推出了 Dolly首尼,這是一種經(jīng)濟(jì)實(shí)惠的大型語(yǔ)言模型 (LLM)雁佳,可顯示與 ChatGPT 類似的令人印象深刻的指令跟蹤功能。 Dolly 使用來(lái)自 EleutherAI 的開(kāi)源 60 億參數(shù)模型吟秩,并在來(lái)自 Alpaca 的一小部分指令訓(xùn)練數(shù)據(jù)集上進(jìn)行了微調(diào)。該模型的性能表明绽淘,與更大或更好調(diào)整的基礎(chǔ)模型相比涵防,ChatGPT 等最先進(jìn)模型的定性收益可能更多地歸因于指令跟蹤訓(xùn)練數(shù)據(jù)的集中語(yǔ)料庫(kù)。多莉的技術(shù)為公司提供了一個(gè)機(jī)會(huì)沪铭,可以建立自己的廉價(jià)指令遵循模型壮池。

Character AI的新模式和新資金

這家鼓勵(lì)您與 AI 聊天機(jī)器人交談的初創(chuàng)公司在最新一輪融資中增加了資源。真正的對(duì)話代理是一種強(qiáng)大而危險(xiǎn)的技術(shù)杀怠。他們希望為每個(gè)人安全地建造它們椰憋。


研究


生成檢索推薦系統(tǒng)

大多數(shù)深度推薦系統(tǒng)通過(guò)嵌入產(chǎn)品然后進(jìn)行某種最近鄰檢索來(lái)工作。這里有利也有弊赔退。這項(xiàng)新工作使用序列到序列模型和離散產(chǎn)品嵌入來(lái)推薦一系列客戶交互中的下一個(gè)產(chǎn)品橙依。它比一些強(qiáng)大的基線提高了 17%。

生成的文本很難檢測(cè)

隨著令人信服的文本生成系統(tǒng)的興起,我們作為一個(gè)社區(qū)正在爭(zhēng)先恐后地構(gòu)建檢測(cè)器票编。事實(shí)證明褪储,這甚至可能是不可能的,因?yàn)?LLM 受過(guò)模仿人類語(yǔ)言的訓(xùn)練慧域。不過(guò)鲤竹,通過(guò)對(duì)模型提供者托管的語(yǔ)義相似的世代使用檢索,還是有一些希望的昔榴。


工程


NanoPaLM (GitHub Repo)

受 NanoGPT 和 NanoT5 的啟發(fā)辛藻,我們現(xiàn)在有了 NanoPaLM。 PaLM 是來(lái)自 Google 的路徑模型互订,它有一些新穎的架構(gòu)變化吱肌,使其研究起來(lái)很有趣。個(gè)人最喜歡的是使用多查詢注意力仰禽,它可以降低計(jì)算成本并允許更長(zhǎng)的上下文長(zhǎng)度氮墨。

ReVersion : 基于擴(kuò)散的圖像關(guān)系反轉(zhuǎn)

作者提出了一項(xiàng)新任務(wù) Relation Inversion:給定一些樣本圖像,其中每張圖像中都共存一個(gè)關(guān)系吐葵,我們旨在找到一個(gè)關(guān)系提示來(lái)捕捉這種交互规揪,并將該關(guān)系應(yīng)用于新實(shí)體以合成新場(chǎng)景。

MagicFusion:通過(guò)融合擴(kuò)散模型提升 T2I 生成性能

文章討論了一種稱為 Saliency-aware Noise Blending (SNB) 的新技術(shù)温峭,該技術(shù)混合了兩個(gè)擴(kuò)散模型的預(yù)測(cè)噪聲以實(shí)現(xiàn)更可控的圖像生成猛铅。所提出的方法無(wú)需訓(xùn)練,實(shí)驗(yàn)表明它在各種應(yīng)用中都非常有效凤藏。


雜七雜八


先行者合作伙伴預(yù)測(cè)哪些類型的 A.I.企業(yè)將擴(kuò)大規(guī)模并取得成功

Forerunner 的執(zhí)行合伙人 Brian O'Malley 強(qiáng)調(diào)了 AI 重塑行業(yè)的潛力奸忽,但也強(qiáng)調(diào)了當(dāng)前階段的不確定性以及與圍繞 Web3 的熱議的比較。為了讓人工智能成為日常生活的重要組成部分揖庄,他認(rèn)為它需要理解意圖和情感的細(xì)微差別栗菜,類似于 GPS 和相機(jī)的進(jìn)步如何改變移動(dòng)技術(shù)。應(yīng)該利用 AI 為客戶服務(wù)蹄梢,最好的 AI 公司是那些客戶甚至不知道涉及 AI 的公司苛萎。專注于可靠和可重復(fù)的人工智能體驗(yàn)將有助于建立持久的業(yè)務(wù),最終將人類帶回技術(shù)驅(qū)動(dòng)的體驗(yàn)中检号。

本地化的 LM 的到來(lái)

在您的硬件上運(yùn)行腌歉、維護(hù)您的數(shù)據(jù)隱私并大大提高您的工作效率的個(gè)人助理現(xiàn)在比以往任何時(shí)候都更接近。

Sam Altman 說(shuō)偏見(jiàn)是 ChatGPT 數(shù)據(jù)庫(kù)中固有的

文章報(bào)道了 OpenAI 首席執(zhí)行官 Sam Altman 的一份聲明齐苛,該聲明涉及用于開(kāi)發(fā) ChatGPT 語(yǔ)言模型的訓(xùn)練數(shù)據(jù)的固有偏見(jiàn)翘盖,強(qiáng)調(diào)了在 AI 開(kāi)發(fā)中需要更多樣化的數(shù)據(jù)和道德考慮。

Replika 恢復(fù)色情角色扮演

AI 伴侶 Replika 將再次與用戶進(jìn)行色情角色扮演凹蜂。

人工智能可以幫助尋找外星人

本文討論了如何使用人工智能來(lái)尋找火星上的外星生命馍驯,方法是分析來(lái)自行星表面和大氣層的大量數(shù)據(jù)阁危,以確定可能表明生命存在的模式。

Shell GPT (GitHub Repo)

Shell GPT 是一款由 GPT-3.5 提供支持的命令行生產(chǎn)力工具

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末汰瘫,一起剝皮案震驚了整個(gè)濱河市狂打,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌混弥,老刑警劉巖趴乡,帶你破解...
    沈念sama閱讀 217,734評(píng)論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異蝗拿,居然都是意外死亡晾捏,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,931評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門(mén)哀托,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)惦辛,“玉大人,你說(shuō)我怎么就攤上這事仓手∨制耄” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 164,133評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵嗽冒,是天一觀的道長(zhǎng)市怎。 經(jīng)常有香客問(wèn)我,道長(zhǎng)辛慰,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,532評(píng)論 1 293
  • 正文 為了忘掉前任干像,我火速辦了婚禮帅腌,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘麻汰。我一直安慰自己速客,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,585評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布五鲫。 她就那樣靜靜地躺著溺职,像睡著了一般。 火紅的嫁衣襯著肌膚如雪位喂。 梳的紋絲不亂的頭發(fā)上浪耘,一...
    開(kāi)封第一講書(shū)人閱讀 51,462評(píng)論 1 302
  • 那天,我揣著相機(jī)與錄音塑崖,去河邊找鬼七冲。 笑死,一個(gè)胖子當(dāng)著我的面吹牛规婆,可吹牛的內(nèi)容都是我干的澜躺。 我是一名探鬼主播蝉稳,決...
    沈念sama閱讀 40,262評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼掘鄙!你這毒婦竟也來(lái)了耘戚?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 39,153評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤操漠,失蹤者是張志新(化名)和其女友劉穎收津,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體颅夺,經(jīng)...
    沈念sama閱讀 45,587評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡朋截,尸身上長(zhǎng)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(diǎn)故事閱讀 37,792評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了吧黄。 大學(xué)時(shí)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部服。...
    茶點(diǎn)故事閱讀 39,919評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖拗慨,靈堂內(nèi)的尸體忽然破棺而出廓八,到底是詐尸還是另有隱情,我是刑警寧澤赵抢,帶...
    沈念sama閱讀 35,635評(píng)論 5 345
  • 正文 年R本政府宣布剧蹂,位于F島的核電站,受9級(jí)特大地震影響烦却,放射性物質(zhì)發(fā)生泄漏宠叼。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,237評(píng)論 3 329
  • 文/蒙蒙 一其爵、第九天 我趴在偏房一處隱蔽的房頂上張望冒冬。 院中可真熱鬧,春花似錦摩渺、人聲如沸简烤。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,855評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)横侦。三九已至,卻和暖如春绰姻,著一層夾襖步出監(jiān)牢的瞬間枉侧,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,983評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工狂芋, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留棵逊,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,048評(píng)論 3 370
  • 正文 我出身青樓银酗,卻偏偏與公主長(zhǎng)得像辆影,于是被迫代替她去往敵國(guó)和親徒像。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,864評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容