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
据说这次美国和英国无需排队，直接使用
可以试试。
orange.ai: Claude 2 发布。
数学代码推理能力增强
加量不加价
最大支持200K上下文
🐮🍺
https://twitter.com/anthropicai/status/1678759123746451458
可以试试。
orange.ai: Claude 2 发布。
数学代码推理能力增强
加量不加价
最大支持200K上下文
🐮🍺
https://twitter.com/anthropicai/status/1678759123746451458
Claude 2 发布。
数学代码推理能力增强
加量不加价
最大支持200K上下文
🐮🍺
Anthropic: Claude 2 has improved from our previous models on evaluations including Codex HumanEval, GSM8K, and MMLU. You can see the full suite of evaluations in our model card:
https://www-files.anthropic.com/production/images/Model-Card-Claude-2.pdf
数学代码推理能力增强
加量不加价
最大支持200K上下文
🐮🍺
Anthropic: Claude 2 has improved from our previous models on evaluations including Codex HumanEval, GSM8K, and MMLU. You can see the full suite of evaluations in our model card:
https://www-files.anthropic.com/production/images/Model-Card-Claude-2.pdf
今天上午一篇关于 GPT-4 详细技术架构和训练过程的文章泄漏了，虽然没有提及信源在哪但看起来还是挺靠谱的，所以我翻译了一下。
信息量非常大全文可以在这里看：https://mp.weixin.qq.com/s/E7uP48xfbZOtUk8GXZYbmQ
有关GPT-4的信息包括模型架构、训练基础设施、推断基础设施、参数数量、训练数据集构成、标记数量、层次数量、并行策略、多模态视觉适应、工程权衡背后的思考过程、独特实施的技术以及解决与巨型模型推断相关的瓶颈的方法。此外，文章还介绍了在A100上训练和推断GPT-4的成本以及与H100上下一代模型架构的比例关系。
刚看了一眼李飞飞的那篇voxposer，确实是一篇不错的工作，而且巧妙得提出了3D value map表示环境从而让LLM在motion planning做的更好。但并没有做出任何底层的创新或者突破性技术，更多是把现有模型做了集成然后发现了一些incremental的效果。看到大家狂吹好像是具身智能从此就要到来也是挺夸张。不得不感慨现在噪音太重，静下心来把paper多读两篇你对行业的认知就已经可以超过90%的人了吧
Human：prompt "crude drawing of a cat"
Ameca：I can do that
https://mp.weixin.qq.com/s/Z5Ea36wFPSL_aADaCBAEKg
视频源见水印
Invalid media: video
Ameca：I can do that
https://mp.weixin.qq.com/s/Z5Ea36wFPSL_aADaCBAEKg
视频源见水印
Invalid media: video
