关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
GPT4 似乎什么都能做，那应用层能做什么？
其实应用层可以做的东西很多，也可以做的比 ChatGPT好很多。
最让我印象深刻的是这张图，简单翻译下：
我们的实践：
•“让 Al 思考”…
真AI读心术，对比人类正在观看的视频和AI还原的视频，相似度高达99%
论文地址： https://www.nature.com/articles/s41586-023-06031-6
论文地址： https://www.nature.com/articles/s41586-023-06031-6
该教程由吴恩达老师与 OpenAI 开发者 Iza Fulford 联手教授。
教程总共分为 9 个章节，时长一个多小时，里面主要涵盖：提示词最佳实践、评论情感分类、文本总结、邮件撰写、文本翻译、快速搭建一个聊天机器人等等。
所有当下 ChatGPT 的流行案例，你都能在这个教程里面找到，十分全面！
除了能在这个教程里面学到如何使用 Prompt，你还能学到 GPT 接口调用开发知识。有需要的话，你甚至能在这个教程之上去延伸扩展，搭建出一款令人惊艳的应用。
目前该教程已经在 DeepLearning.ai 正式上线，官网上提供了可交互式的 Notebook，让你可以一边学习，一边跟着编写代码实践。
该视频的中英文字幕源文件，我也将其开源到了 GitHub 上。
如果你在观看视频的过程中，发现翻译内容有错漏、错别字、病句等情况，欢迎向我们提交 Pull Request 以改进字幕翻译质量。
字幕地址：https://github.com/GitHubDaily/ChatGPT-Prompt-Engineering-for-Developers-in-Chinese
发现OpenAI官方的cookbook是个宝藏。
学习了吴恩达的课程之后，如果要进一步研究Prompt Engineering的话，cookbook里这篇文章很合适。《techniques to improve reliability》
通读了一下这篇文章，里面列了快10篇论文。发现目前学术界研究如何更好的使用LLM，跟研究人类大脑有点类似了（LLM是人类造出来的一个巨复杂的不太可清晰解释的体系，反过来需要大量工作来研究这个体系）。
哈佛CS50开了一个GPT4的讲座，主要内容是对大模型的介绍和如何构建应用（理论层面的）
一个小时就学完了，给自己挖个坑，有时间更新一下课程笔记
PS. 当年差点选了CS50，后来觉得隔壁的coding教的更扎实一点，最后还是选了隔壁的课。
