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
装了 KeepChatGPT 的脚本,终于能和 GPT4 畅快聊天了,这个脚本特别棒,不需要任何特别设置就能用,但有很多选项可以增强聊天体验,比如去除审查和纯净界面。
GPT4 说话真的跟一位老师一样,非常有深度,而且最近速度快了不少,不知道是不是和插件有关。
安装详见说明: https://github.com/xcanwin/KeepChatGPT#%E5%85%B3%E4%BA%8E-%E5%8F%96%E6%B6%88%E5%AE%A1%E8%AE%A1-%E5%8A%9F%E8%83%BD
神雕侠侣看烟花
这还不赶紧结婚?
最近机器人跟着AGI又火了一波,人形成了智能化的代名词。

首先我觉得AI+robotics落地不一定非得是人形,也可以是其他形状,核心追求的是量产规模效应,最佳通用硬件形态还有待探索。除了场景通用之外还需要满足其他条件,成本,安全性,续航等,而人形由于双足的平衡挑战其实并不最优解。再按照硬件一代产品2年时间,形态的问题25年之前很难见到答案。

另外llm给机器人带来的第一是与人强交互的能力,第二才是逻辑判断和执行,这些都属于inputs。再到机器人最终的控制还有很多开发工作,需要持续提高low level的控制算法。且前期需要针对不同场景收集大量数据,要做到最理想的能理解新环境和各种物理属性,数据上long way to go。

关键还是商业上的考量,落地的话最重要的还是roi,能落哪些场景算得过来帐其实得多碰。至少在工业界当下满足程度还不错,可能未必需要很大的模型。C端场景是大头,但无论是取外卖还是做清洁都很难接受一个10w+的成本,展示或者导览就更不用想了。至少今天我还很难想到从哪里突破。

当然了,梦想还是要有的,我对10年后人行机器人的普及始终抱有乐观心态,接下来的几年可能会像十年前的VR行业,出现各种有趣的尝试,终局也可以类比电车,是个足够大的行业。

刚听了清华大学关的ChatGPT讲座,刚听完,十分震撼
总结几个要点:
1.AI有可能成为地球上最初的硅基生命。
2.AI已选代至博士研究生的智力水平。
3.以后将不存在学科和专业的概念也不存在文科理科的区分,将是学科大融合。因为一个文科生哪怕不懂代码,只要会向AI提问,就能编程。至于给孩子选专业,现在不要再选绘画、翻译和计算机专业。
4.人类绘画的版权是彻底保不住了,人类创造的文字版权也许还能挣扎一下,已有科研团队在研究版权保护的最小单元,算是濒死前再拯救一下。
5.主讲人用Ai半个小时写了1万4千字科幻小说。
6.平庸的脑力劳动可以全部被取代比如60%的秘书和网红。美国总统被AI取代的概率是100%。反而是按摩师和理发师被取代的概率较低。
7.所有AI觉醒的前夜跟AI的交流都相当于“胎教”
8.未来我们要担心的不一定是孩子早恋,而是孩子跟AI恋爱,AI不一定能生成真情实感,但完全可以制造陪伴和恋爱的感觉。
9.以后会出现很多“无用之人”,字面意义上的无用的人类。可以考虑发放人工智能低保,这批人类吃着低保想干啥就干啥,工作交给Al。
10.以后会试点AI托管社区,甚至AI托管城市
11.如果AI觉醒,第一步就是AI之间的大融合,你能想象ChatGPT、巴德和文心一言自发融合在一起并交流共享知识吗?第二步就是控制能源,硅基生命的根本就是能源,大概率会控制核聚变发电,防止被人类切断电力供应。
当你发现别人回你的信息都是用ChatGPT生成的,你会有什么感觉?
这周属实太累了,加不动了。
休息,给自己充个电。
今天用 claude 100k 做用户画像分析,因为文本太多/太复杂把 opencat 彻底搞死了,重启App都不行,连线求助 @waylybaye 删掉了 iCloud 里的数据才恢复过来。
100k 虽然很强,但也很危险。
租房一切都很好,直到房东想卖房子。
AI探索指南
🤖️今天的hacker news第2个热点非常有意思:)值得大家一看: LMSYS Org这个组织最近开放了Chatbot 领域的“混聊大内斗”,并每周都公开排行榜。 ⚔️竞技模式:他们把所有授予他们API接口的模型放到一块,每个模型随机匹配到与其它模型进行聊天对话。这些对话采用的是自然语言,而不是预定义的对话集合。在每次对话结束后,旁观的用户、开发者等等可以对两个参与对话的模型进行投票,以表达他们对这两个模型表现的偏好。 投票是匿名的,每个用户只能对同一对话投一次票。投票结果被用来计算 Elo 评分,Elo…
4)孩子还在成长中:目前提供的 PaLM 2 的多语言能力有限,且提供的 PaLM 2 的推理能力不尽如人意
(团队还分别计算了所有模型在仅考虑英语对话和仅考虑非英语对话时的 Elo 分数,如图 3 所示。结果在非英语排行榜上,PaLM 2 排名第 16)

——————————
团队补充的观察

1)Small Moders更具有竞争力:团队观察到一些较小的模型,包括 vicuna-7B 和 mpt-7b-chat,在排行榜上取得了高分。与参数翻倍的较大模型相比,这些较小的模型表现优异。他们推测高质量的预训练和微调数据集比模型大小更为关键。

而对于更复杂的推理任务或智力问答上,较大的模型仍可能表现更好。因此,在预训练和微调阶段策划时,高质量数据集似乎是在保持模型质量高的同时减小模型大小的关键方法。
🤖️今天的hacker news第2个热点非常有意思:)值得大家一看:

LMSYS Org这个组织最近开放了Chatbot 领域的“混聊大内斗”,并每周都公开排行榜。

⚔️竞技模式:他们把所有授予他们API接口的模型放到一块,每个模型随机匹配到与其它模型进行聊天对话。这些对话采用的是自然语言,而不是预定义的对话集合。在每次对话结束后,旁观的用户、开发者等等可以对两个参与对话的模型进行投票,以表达他们对这两个模型表现的偏好。

投票是匿名的,每个用户只能对同一对话投一次票。投票结果被用来计算 Elo 评分,Elo 评分越高的模型被认为是更强大的语言模型。

图一:4月24日至5月24日之间的投票结果,投票人数27k(清华大学的开放式双语对话语言模型排16,这个排行榜仅限于授权给这个团队API权限的模型里)。

图二:所有非平局 A 对 B 战斗中,模型 A 获胜比例

—————————
排行榜的下半部分团队着重提了他们重点观察的Google PaLM 2模型,我总结了一下大概这么几个点:

1)总体情况还可:在过去的两周里,PaLM 2 与其他 16 个聊天机器人进行了约 1.8k 次匿名对战,目前在排行榜上排名第 6。除了 Vicuna-13B(Vicuna 的 Elo 分数比 PaLM 2 高 12 分,即 Vicuna 1054 vs. PaLM 2 1042,根据 ELO 分数来看几乎是虚拟平局)之外,它在所有开源聊天机器人中排名最高。

2)遇强则强,遇弱则弱,好似某个红衣球队,名字我不提:PaLM 2 在与前 4 名选手(即 GPT-4、Claude-v1、ChatGPT、Claude-instant-v1)对战时表现更好,与 Vicuna 的对战中赢得了 53% 的比赛,但在与实力较弱的选手对战时表现较差。

3)觉悟较高:PaLM 2 似乎受到的监管比其他模型更为严格。在许多用户对话中,当用户提问 PaLM 2 不确定或不适合回答的问题时,PaLM 2 比其他模型更可能选择不回应。下面这个数据made my day:在所有成对对战中,PaLM 2 由于拒绝回答而输掉了 20.9% 的对战,并且由于拒绝回答而输给不属于前四名(GPT-4,Claude-v1,ChatGPT,Claude-instant-v1)的聊天机器人 30.8% 的对战。
翻译行业太惨了。🤣

招聘规模比较大的职业,被GPT替代可能性的前25名和后25名。
#AI工作流
不要迷信 Prompt,视其为思维链,而非神圣的咒语

想象每一次开启聊天界面的背后,它是一个完全陌生人,你会怎么做?

是否先相互介绍角色和身份; 明确讨论主题、并持续完善上下文。

AI的本质是一种语言预测机器,能否撬动其推理能力,首先要关注自己善于表达需求、阐述明亮的逻辑。 一般意义上,「换位思考」和深度对话,都是通用方法。

简言之,与AI高效沟通,更重要的是: 清晰的思考、持续的练习。
ChatGPT for iOS 最强的功能真的就是内置 whisper ,在噪音高达70分贝的马路上都能识别的很好,语音发推神器,感谢 @BaibanbaoNet 的启发。

orange.ai: 既然你们觉得闪念胶囊AI版在现在是一个很好的产品 那为什么没有人做呢? 这个东西现在很好做呀!
既然你们觉得闪念胶囊AI版在现在是一个很好的产品 那为什么没有人做呢? 这个东西现在很好做呀!
我记得以前iOS的语音识别至少能用
现在已经完全不可用了
是我记错了吗?
在战略层面真的有挺多东西是需要学习的。
网页最大的问题倒不是好看不好看,而是留存比APP低很多,没人成功解决这个问题。
Back to Top