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
欢迎来到我们的AI助手社区 —— 您的私人定制GPT应用世界
GPTs 应用搭建入门攻略、
各行业 GPTs 应用实战案例、
GPTs商业实践案例。
3 个维度收集 100 篇优质内容来带你入门 GPTs 开发制作,让你看完后可以制作自己的第一个 AI 助手。
https://sourl.cn/3sdSLC
这里推荐下 PopAI,https://bit.ly/412xQbH,最近看论文和读长篇 PDF 都用的非常多,它支持针对 arxiv 的论文转存后直接进行 AI Chat,省却了下载 PDF 文件的过程(如图二)。
第二类是精读工具,对大多数人来说,语言是第一阻碍,尤其是论文里铺天盖地的专业词汇,让人望而生畏;我用的比较多的是“沉浸式翻译”这个 Chrome 插件,它支持将 PDF 直接进行在线对照翻译,免费版的翻译质量有点一般,但也基本够用了(如图三)。
论文的实验结果基本都是以图表形式呈现的,因此精读的一个重要环节是读懂图表,这部分也可以借助 AI 的能力来理解得更透彻,PopAI 在这块做的也还不错,它背后接入了 GPT-4V 的 API,可以对论文里的图片进行详细解读,另外,还支持在聊天框内直接粘贴图片跟它交互,比较方便(如图四)。
如果论文正好是自己想要内容,还有一个非常实用的工具,叫做 Papers with code,paperswithcode.com,之前也推荐过,它可以根据论文帮你找到对应的 Github 代码实现,以及用到的数据集和测试方法,这也是我用的比较多的。
顺带提一嘴,涉及到 AI 的代码仓库,建议直接去 Google Colab 上跑,它的下载速度可以达到 200Mb/s,相比本地,会更加高效。
以上,是近几个月研究 AI 和论文的一点经验。如果你在学习过程中用到了其他好用的辅助工具或者方法,也欢迎推荐和分享!
第二类是精读工具,对大多数人来说,语言是第一阻碍,尤其是论文里铺天盖地的专业词汇,让人望而生畏;我用的比较多的是“沉浸式翻译”这个 Chrome 插件,它支持将 PDF 直接进行在线对照翻译,免费版的翻译质量有点一般,但也基本够用了(如图三)。
论文的实验结果基本都是以图表形式呈现的,因此精读的一个重要环节是读懂图表,这部分也可以借助 AI 的能力来理解得更透彻,PopAI 在这块做的也还不错,它背后接入了 GPT-4V 的 API,可以对论文里的图片进行详细解读,另外,还支持在聊天框内直接粘贴图片跟它交互,比较方便(如图四)。
如果论文正好是自己想要内容,还有一个非常实用的工具,叫做 Papers with code,paperswithcode.com,之前也推荐过,它可以根据论文帮你找到对应的 Github 代码实现,以及用到的数据集和测试方法,这也是我用的比较多的。
顺带提一嘴,涉及到 AI 的代码仓库,建议直接去 Google Colab 上跑,它的下载速度可以达到 200Mb/s,相比本地,会更加高效。
以上,是近几个月研究 AI 和论文的一点经验。如果你在学习过程中用到了其他好用的辅助工具或者方法,也欢迎推荐和分享!
音乐生成软件Stable Audio最近更新了挺多东西的,越来越像一个正经工具而不是玩具了。
◆它现在可以根据你上传的音频来生成音乐。
◆更新了一系列详细的设置帮助控制生成的音乐内容比如种子、步数、提示强度等。
◆现在可以直接通过链接分享你生成的音乐。
◆还可以吧生成的音乐下载成视频。
◆还内置了提示词库帮助你书写提示词。
这里尝试:https://stableaudio.com/user-guide#model
Invalid media: video
◆它现在可以根据你上传的音频来生成音乐。
◆更新了一系列详细的设置帮助控制生成的音乐内容比如种子、步数、提示强度等。
◆现在可以直接通过链接分享你生成的音乐。
◆还可以吧生成的音乐下载成视频。
◆还内置了提示词库帮助你书写提示词。
这里尝试:https://stableaudio.com/user-guide#model
Invalid media: video
阅读 Ben Thompson 的文章 https://stratechery.com/2023/the-openai-keynote/,分析非常有意思,其中有一章节,论述为什么 OpenAI Dev Day 之后 ChatGPT 似乎淡化了 Plugin 的概念,而推出了新的产品交互形态,对比下前后两者的差别:
之前:用户如果需要使用某一插件(如PDF总结),必须搜索安装插件,并在对话前切换打开插件,然后对话;
之后:用户不再需要特意安装插件,直接点到侧边栏的 GPTs(为某一场景专门定制的GPT),对话即可;
这其中,虽然用户还是做了一次选择,但一开始插件就已经被集成到了 GPTs 中,这个整体操作和交互体验改变很大,它降低了用户的思考成本,只需要在合适的时候做一个简单的点击即可。
作者由此引出自己的观点:
1. 消费者关心事物的方式和你赋予他们的期望可能不同,他们优先考虑易用性,对于模块化解决方案的“接缝感”会表现出明显的不满(比如 ChatGPT 之前的 Plugin 使用方式就是一种模块化方案)。
2. 综合的解决方案最终能够获胜,因为没有什么是“足够好的”,综合的解决方案也许会有缺陷(比如 ChatGPT 有时欠缺准确性),但是,这种缺陷是可以接受的,易用性是值得损失部分准确性的。
3. 客户会说自己需要准确性和第三方工具,但是他们的行动会证明,方便和易用才是最重要的。
以上的观点启发很大,可见 OpenAI 正在从一家主要关注技术能力的公司,转变为同时关注产品能力和用户体验的公司。