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
最近 Google Bard 越来越厉害了
- 速度奇快，写长内容至少是 ChatGPT 和 Claude 速度的3倍以上。
- 知识库非常新，知道今年的奥斯卡得主，也知道 lumalee ，知道 IFT 和 RLHF 的区别。
- 实时信息，问它今天的新闻都可以，不用插件。
太神奇了。
另外推荐下 ChatHub 这个浏览器插件，方便做对比。
- 速度奇快，写长内容至少是 ChatGPT 和 Claude 速度的3倍以上。
- 知识库非常新，知道今年的奥斯卡得主，也知道 lumalee ，知道 IFT 和 RLHF 的区别。
- 实时信息，问它今天的新闻都可以，不用插件。
太神奇了。
另外推荐下 ChatHub 这个浏览器插件，方便做对比。
GitHub - xtekky/gpt4free: decentralising the Ai Industry, just some language model api's...
GitHub19k星项目：无需注册，免费使用GPT4，GPT3.5，Claude等AI模型。ForeFront还支持不同的助手，比如毕加索，托尼斯塔克，爱因斯坦等等
目前OpenAI已经发了警告邮件要求开发者撤下此系统，否则开发者将面临法律诉讼。
GitHub19k星项目：无需注册，免费使用GPT4，GPT3.5，Claude等AI模型。ForeFront还支持不同的助手，比如毕加索，托尼斯塔克，爱因斯坦等等
目前OpenAI已经发了警告邮件要求开发者撤下此系统，否则开发者将面临法律诉讼。
美团当年调研饿了么，发现饿了么以不亏钱的方式经营，年增长率200%，一天几万单，一个业务不亏损经营增速还这么快，说明需求非常强烈。（饿了么本来可以活得很滋润）
美团拟合完后发现市场体量应该有1天1000万单。（作为对比而美团餐饮300万单，淘宝除掉刷单和未完成也就几千万单）
美团拟合完后发现市场体量应该有1天1000万单。（作为对比而美团餐饮300万单，淘宝除掉刷单和未完成也就几千万单）
发现了好登西，吴恩达prompt工程笔记，帮宣传（CX）一下，声明一下不是我的笔记，欢迎给他github一个star
----------------------------------
连肝两天，学以致用，基本搞完！也许是第一份完整的中文笔记了！
🔗 在线阅读：prompt-engineering-note — 提示工程笔记…
🔗 Github链接：https://islinxu/prompt-engineering-note/
---------- 求个🌟 🌟 🌟 ----------
完成笔记的过程，也是实践练习 Andrew 课程内容的过程。我的工作流如下，在这个过程中也的确加深了对课程学习内容的理解。
▶️ 课程全文翻译：Prompt + ChatGPT，并且提供了中英文对照
▶️ 笔记总结扩展：Prompt + ChatGPT，并且附上了 ChatGPT 总结的效果
▶️ 本次实践代码：位于 source/jb_code，运行对应Jupyter Notebook文档，可以用于本地复现
▶️ 拓展 (更新中)：基于 notebook 代码制作 shell 的 cli 命令脚本
▶️ 拓展 (更新中)：提示工程相关的 Awesome 项目清单
感谢 Isa Fulford 和 AndrewNg，感谢 OpenAI 和 DeepLearning.AI 提供的精彩课程！
课程笔记持续完善中，也会持续整理全网学习者对这门课程的学习和实践。
----------------------------------
连肝两天，学以致用，基本搞完！也许是第一份完整的中文笔记了！
🔗 在线阅读：prompt-engineering-note — 提示工程笔记…
🔗 Github链接：https://islinxu/prompt-engineering-note/
---------- 求个🌟 🌟 🌟 ----------
完成笔记的过程，也是实践练习 Andrew 课程内容的过程。我的工作流如下，在这个过程中也的确加深了对课程学习内容的理解。
▶️ 课程全文翻译：Prompt + ChatGPT，并且提供了中英文对照
▶️ 笔记总结扩展：Prompt + ChatGPT，并且附上了 ChatGPT 总结的效果
▶️ 本次实践代码：位于 source/jb_code，运行对应Jupyter Notebook文档，可以用于本地复现
▶️ 拓展 (更新中)：基于 notebook 代码制作 shell 的 cli 命令脚本
▶️ 拓展 (更新中)：提示工程相关的 Awesome 项目清单
感谢 Isa Fulford 和 AndrewNg，感谢 OpenAI 和 DeepLearning.AI 提供的精彩课程！
课程笔记持续完善中，也会持续整理全网学习者对这门课程的学习和实践。
RT yetone
最新版的 OpenAI Translator 支持使用 Azure/Edge TTS 朗读文本了！
不需要填写 Azure/Edge TTS 的 API Key 就可以免费听到最悦耳的声音！感谢 @atonezzz 大佬的贡献！
yetone: 重磅更新！现在 OpenAI Translator 已经加上万众期待的「生词本」功能！
并且基于生词本还增加了 Big Bang 功能，可以根据生词本里的单词生成有趣的文章或者其他内容来帮助大家更好地学习单词，感谢 @JamboHere 的贡献！
https://github.com/yetone/openai-translator https://twitter.com/yetone/status/1640765426161569798
最新版的 OpenAI Translator 支持使用 Azure/Edge TTS 朗读文本了！
不需要填写 Azure/Edge TTS 的 API Key 就可以免费听到最悦耳的声音！感谢 @atonezzz 大佬的贡献！
yetone: 重磅更新！现在 OpenAI Translator 已经加上万众期待的「生词本」功能！
并且基于生词本还增加了 Big Bang 功能，可以根据生词本里的单词生成有趣的文章或者其他内容来帮助大家更好地学习单词，感谢 @JamboHere 的贡献！
https://github.com/yetone/openai-translator https://twitter.com/yetone/status/1640765426161569798
我们做了个能对话的AI派蒙，免费给大家玩！
这期视频基本就是 callannie App 的实现过程了。虽然技术不够，目前的声音只能做派蒙。实际现在的技术已经可以做出任何的游戏角色了。 https://www.bilibili.com/video/BV1bm4y117ba/ https://twitter.com/i/web/status/1652858900197306369
这期视频基本就是 callannie App 的实现过程了。虽然技术不够，目前的声音只能做派蒙。实际现在的技术已经可以做出任何的游戏角色了。 https://www.bilibili.com/video/BV1bm4y117ba/ https://twitter.com/i/web/status/1652858900197306369
我们做了个能对话的AI派蒙，免费给大家玩！
这期视频基本就是 callannie App 的实现过程了。虽然技术不够智能做派蒙。实际现在的技术已经可以做出任何的游戏角色了。 https://www.bilibili.com/video/BV1bm4y117ba/
这期视频基本就是 callannie App 的实现过程了。虽然技术不够智能做派蒙。实际现在的技术已经可以做出任何的游戏角色了。 https://www.bilibili.com/video/BV1bm4y117ba/
我尝试了一下，看起来效果也比SD2.0强一些。
划重点，这个模型是认字的生成出来的英文非常工整。
文章链接：https://stability.ai/blog/deepfloyd-if-text-to-image-model
可以在这里体验模型：https://huggingface.co/spaces/DeepFloyd/IF
Github：https://github.com/deep-floyd/IF
模型网站：https://deepfloyd.ai/if
[这个知识有争议，我可能没读透，正反观点现在都有，我后面在更新一下(五一后)]
我看到了一篇文章，大概是描述“为什么CHatGPT要用RLHF，而非指令微调”
核心论点大概是这样的：
“因为监督训练会教模型说谎，因为监督训练会让模型倾向于一定给出答案，而RLHF是教会模型辨别答案的好坏——所以监督训练泛化性不足，在训练集以外的内容很容易编造、幻觉”
用通俗一点的例子说：
1. 监督学习就像填鸭教育，模型被强调按范文输出，甚至哪怕没有答案，也会被强制要求给出答案（于是幻觉出现）
2. 强化学习像引导学习，教会模型什么是好答案，什么是坏答案，让他具备答案选择能力，这样他更能切实地结合自己的问题回答
那么在我们学习的知识如此广泛的情况下，我们更加无法知道他内部的知识有多少，因此教会“学习方式”，胜过教会“填鸭式答题技巧”
这篇文章其实解答了我一个疑惑：
1. 满天飞的小模型Lora+指令微调项目，动不动就说对齐GPT-3，真的这么牛逼吗？如果这么牛逼为什么没有看到任何一个线上应用基于这些表现顶呱呱的模型上线？
2. 所以我现在看来，确实就是强行对齐了某些范围的能力，通过填鸭学习做了针对性优化，但是这些LLM会出现一些问题
3. 第一，如果超出指令微调的范围，就弱智了；第二，甚至在已微调过的范围内，如果问题深入、刁钻，也会变弱智
这个过程中印证了我一个判断技术的方法论：
如果一个方法超级广泛地应用，又没有任何实践上的声量，那么就要警惕方法到实践中的鸿沟
前两天一位新朋友用我的 Claude API 跑了一些对比 ChatGPT 3.5 和 GPT4 的测试，得出了一些非常有趣且令人惊喜的结论。
Claude 最新版的的综合能力已经超出了 ChatGPT 3.5 。
特别是数学推理能力和理解能力已经接近 GPT4 。
希望支持 Claude API 的产品多一些吧，它真的很棒。
Claude 最新版的的综合能力已经超出了 ChatGPT 3.5 。
特别是数学推理能力和理解能力已经接近 GPT4 。
希望支持 Claude API 的产品多一些吧，它真的很棒。
由@GitHubDaily 翻译的吴恩达prompt课程中文字幕版，以下是他的微博原文：
今天花了一天时间，将《ChatGPT 提示工程》视频教程的所有字幕都翻译完了。
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。
不过当下该教程只有英文版，为了让看不懂英文的同学也能第一时间学习并掌握这项技术，我完整翻译了所有英文字幕，并且将所有视频与字幕同步上传到了 B 站。
中文视频：http://t.cn/A6NNS9Be
英文视频：http://t.cn/A6NNS2kl
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：github.com/GitHubDaily/ChatGPT-Prompt-Engineering-for-Developers-in-Chinese
