AI探索指南

  1. Yann LeCun 在推上点评LLM,说了下面几个点:

    Yann LeCun 在推上点评LLM,说了下面几个点:

    1.自回归 LLM 可能很有用,尤其是对于写作和编码帮助
    2.大模型通常会产生幻觉或产生并非基于事实信息的内容
    3.大模型对物理世界的理解有限,这可以通过他们在某些谜题上的表现来观察得到
    4.大模型的计划能力相当原始
    5.大模型的工作记忆有限
    6.大模型对每个生成的token执行固定数量的计算步骤,从而限制了它们更具动态性的潜力
    7.大模型远非图灵完备,这意味着它们无法模拟通用计算机
    8.自回归生成过程呈指数发散且难以控制

    他前两天的talk:https://drive.google.com/file/d/1BU5bV3X5w65DwSMapKcsr0ZvrMRU_Nbi/view

  2. OpenAI低调投资一家人形机器人公司「1X」

    OpenAI低调投资一家人形机器人公司「1X」

    3月23日,人形机器人公司1X Technologies宣布由OpenAI领导的A2轮融资成功,筹集了2350万美元,目的加速其即将推出的双足机器人模型「NEO」

    该公司以前名为Halodi Robotics,是机器人制造商和发明家。本轮融资除了OpenAI Startup Fund外,还有Tiger Global和挪威的一些投资者参与。

    来源:https://1xtech.medium.com/1x-raises-23-5m-in-series-a2-funding-led-by-openai-6040af4f3f4f

    你还可以了解:
    🤖「当ChatGPT进入人形机器人 | CyberDaily」https://mp.weixin.qq.com/s/RqvsPncq_yka4c36hvc6qQ

    🤖「微软要用ChatGPT控制机器人 | CyberDaily」https://mp.weixin.qq.com/s/5B5fI1zZpV2Ha9pt730KTg

  3. RT Oasis Feng

    RT Oasis Feng
    ChatGPT 新推出的插件机制,在普通用户眼中,或许只是又一个引入了插件机制的产品。然而从开发者的视角来看,其中的实现机制是颠覆性的,它有着解决我思考了很多年的「去中心化互联网的互操作性难题」的潜力。

    这一切的缘起,还要回望 Web 2.0 时代,那是一个基于 Open API 创造 Mashup 的黄金年代。\

  4. RT Viking

    RT Viking
    AI 在 30分钟内能做啥?

    作者做了个实验,在 30分钟内使用几种 AI 产品去营销一个产品

    Bing 作为市场营销 - 营销策略/Email 模版/网站文本结构/社交媒体
    ChatGPT - 生成 HTML 网站
    MidJourney - 生成图片
    ElevenLabs - 生成宣传语音
    DiD - 生成宣传视频

    效率非常惊人 https://oneusefulthing.substack.com/p/superhuman-what-can-ai-do-in-30-minutes

  5. 2. 其实我就想写点小插件,自用小软件,我并不需要很丰富的前端交互,那我是不是直接学后端,以及学怎么接API就可以了?那推荐啥语言呢?

    AI探索指南
    我从未学过代码的人,在ChatGPT4的教导下,使用Python和Flask成了我的第一个项目:生词本。(他甚至从0开始教我怎么准备编程的工具,真的我哭死) 主体需求是: 制作一个按照艾宾浩斯遗忘曲线复习的生词本,即当用户记录了一个单词,这个单词需要在记录后的第1天, 第2天, 第4天, 第7天, 第15天展示在【复习单词】的页面,以供复习,一个单词总共复习5次。若用户在【复习单词】的页面,遗忘该单词,则重置复习次数,重新复习5遍。 拆解需求的时候,我本来以为功能很简单,毕竟我自己就是产品经理,在实现…
    2. 其实我就想写点小插件,自用小软件,我并不需要很丰富的前端交互,那我是不是直接学后端,以及学怎么接API就可以了?那推荐啥语言呢?

  6. 我从未学过代码的人,在ChatGPT4的教导下,使用Python和Flask成了我的第一个项目:生词本

    我从未学过代码的人,在ChatGPT4的教导下,使用Python和Flask成了我的第一个项目:生词本。(他甚至从0开始教我怎么准备编程的工具,真的我哭死)

    主体需求是:
    制作一个按照艾宾浩斯遗忘曲线复习的生词本,即当用户记录了一个单词,这个单词需要在记录后的第1天, 第2天, 第4天, 第7天, 第15天展示在【复习单词】的页面,以供复习,一个单词总共复习5次。若用户在【复习单词】的页面,遗忘该单词,则重置复习次数,重新复习5遍。

    拆解需求的时候,我本来以为功能很简单,毕竟我自己就是产品经理,在实现的时候却也是有一个很好玩的小插曲。

    在实现过程中我遇到一个BUG,就是当我点击“遗忘”的时候,始终不会出现下一个单词,看代码已经重置了复习次数,而ChatGPT也帮我更改了很多遍代码,始终行不通。我最后想通ChatGPT不会帮你找逻辑上的错误,它只是注重在代码运行。“遗忘”的逻辑,除了重置记忆次数,还需要将“遗忘”的日期更新成该记忆曲线的第一天,这样才能保证这个单词会在后一天出现在复习页面。不然得话,昨天记录的单词,按展示规律它就应该出现在今天复习,无论我点了多少次遗忘,它的逻辑依旧是在今天复习的列表里,因此我点击“下一个”无法下一个。所以当我像ChatGPT提出更新逻辑后,代码运行成功了。

    最终ChatGPT4帮助我验收,把单词的添加日期默认成昨天了,这样当天填的单词,当天就可以出现在复习页面。这段代码我始终没改。而且在直接实现项目的时候,ChatGPT都给我贴心的标注了哪段代码是干嘛的,以至于我没学过代码,现在我大概也了解一些代码的运行原理,需要函数路由等。

    我把ChatGPT帮我写的全部上传到Github了,0代码的人搞这个还是很有成就感的。GitHub我也不会用,应该上传成功了吧。https://github.com/CoopyZhou/words.git
    如果没有成功,再教教我怎么搞吧。

    所以最后2个问题我需要解惑的:
    1. 我想要开始自学程序,首先怎么去了解程序的基本运行逻辑?我整体做完就是知道flask大概是个框架,Python是实现我功能的函数。我做产品经理的时候就知道有前后端的区分,但是只是有个大概概念,比如前端交互,后端计算储存等。但是我其实连怎么实现运行的环境,需要哪些都不清楚。所以想知道基础知识哪里学习。