RT 外汇交易员
彭博发文介绍BloombergGPT，依托自身海量金融数据，构建了一个3630亿个标签的数据集，基于通用和金融业务的场景进行了混合模型训练。
彭博称其在金融任务上超过了现有的模型（信息理解、情感分析、标注、实体命名等），而在通用场景上的表现则与之相当甚至优于现有模型。 https://arxiv.org/abs/2303.17564

在线练习英语和口语

可以用语音跟chatGPT一起练习，回答也会有语音输出。

体验地址 https://speechgpt.app/

开源地址 https://github.com/hahahumble/speechgpt

RT 白板报
另外两幅，以后学美术的孩子课怎么办啊？

白板报: 用贪官语录生成了一幅漫画。提示词：中式卡通，贪污官员站在他的房子前面，手持一张网，迫不及待地等待着经过的老母鸡。他满怀期望地瞪大了眼睛，而那只刚好在他够不到的范围之外的母鸡则冲着他咧嘴一笑。背景中，其他官员正在议论赤同福罕见的自白，他们的话泡里充满了陈词滥调。

微软提出的TaskMatrix.AI，想通过大模型和数百万个API来完成任务还是有意思的。

TaskMatrix.AI: Completing Tasks by Connecting
Foundation Models with Millions of APIs

链接：https://arxiv.org/pdf/2303.16434.pdf

论文中提出的这个TaskMatrix.AI主要是想理解多模态的输入，然后生成代码，代码里面调用API来完成任务。 它有统一格式的API平台和任务库，方便开发人员定制模型，也方便大模型调用。

TaskMatrix.AI拥有终身学习能力，可以通过学习组合模型和API来完成新任务，而且这是可以解释的。

关键组件有四个：

- 多模态对话模型
- API 平台
- API Selector
- API Executor

论文中还使用RLHF来提高多模态模型和API Selector的能力。

能够完成的任务：

- 视觉任务，比如 图像编辑，图像问答等
- 多模态长内容生成，比如 生成图文
- 自动化 比如：操控手机，浏览器
- 访问云服务 比如: 发现新API
- 控制物联网设备 比如：机器人，家用智能设备

我的想法，大模型或者多模态模型出现确实提高了以前对话系统的能力，以前智能音箱大战畅想的很多东西都可以拿出来继续做。

和 @PepsinY 昨晚做非完备逻辑推理测试，Claude+和GPT4是唯二的能猜到凶手的模型，谷歌的用英文测了不行，完全不理解要干嘛。
至于 Claude+和GPT4谁强呢？还是 GPT4，因为删除最后半句话后只有GPT4还能猜出凶手。