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
看了一会央视 6 套的电影《我,机器人》,威尔.史密斯开车在隧道被机器人袭击,他的上司和女性朋友见到他第一时间都带责备口吻说了“你没有使用自动驾驶?”。
自动驾驶不可阻挡的来了。
电影是 2004 年上映的。
昨晚11点多给自己的网站接上了Stripe的订阅,不到1小时就出了第一单,心里非常开心,从此有稳定的MRR收入,不再是一次性买卖了

结果刚刚四点多又醒了,失眠睡不着,惦记着有没有新来多几笔的订单

记得前段时间自己定了个计划,最近一个多月(到8月结束前)不要想赚钱的事情,而是先把基础打扎实(学好需求挖掘、SEO推广、Coding等等)

每做一件事情前,先想想未来三个月以后,它能否还能对我产生价值,而不要去关注短期这每天几十美元的波动

计划是定下来了,但执行起来还是很困难,心里还是会忍不住地去想今天的收入是多少,订单少了一两单是为啥

看来很多道理嘴上说着都很简单,但还是只有真的下场做事了, 才知道是那么地不容易,而心态和能力也只有在这一点一滴的实践中才能慢慢磨练出来
人形机器人有啥用?
AI探索指南
🌋 超重磅:Meta 正式推出开源的Llama 3.1,现在人人都可以拥有GPT-4o水平的大模型 Llama 3.1 405B 在多项重要基准评估上, 甚至超越了Claude 3.5 Sonnet和GPT-4o,在常识、可转向性、数学、工具使用和多语种翻译等一系列任务方面,与领先的封闭源代码模型相媲美。 🐑 正式介绍 Llama 3.1 Llama 3.1 405B 在超过15 万亿个代币上, 1万6千张 H100 GPU 显卡训练数个月,这也是有史以来第一个以如此庞大规模的 Llama 模型。 …
升级版 Llama 3.1 8B 和 70B 型号也是同类产品中的佼佼者,这些较小的型号同样支持经过改进的 128K 标记上下文窗口、多语言性、改进的推理和最先进的工具使用.

新一代的 Llama 将点燃新的应用和建模范式,包括生成合成数据以改进和训练更小的模型,以及模型提炼--这是开源软件从未达到过的能力。

Mark Zuckerberg 在一封公开信中表达:我们相信,开源将确保全世界更多的人能够享受人工智能带来的好处和机会,确保权力不会集中在少数人手中,确保这项技术能够在全社会得到更均衡、更安全的应用。 这就是为什么我们继续在开源人工智能成为行业标准的道路上迈出步伐。

🔗 访问 Llama 3.1

通过 WhatsApp 和http://meta.ai/ (美区),你可以第一时间体验到 Llama 3.1 405B。(评论区持续更新第三方平台地址和评测)

更多模型相关信息,参见官网 https://llama.meta.com/
🌋 超重磅:Meta 正式推出开源的Llama 3.1,现在人人都可以拥有GPT-4o水平的大模型

Llama 3.1 405B 在多项重要基准评估上, 甚至超越了Claude 3.5 Sonnet和GPT-4o,在常识、可转向性、数学、工具使用和多语种翻译等一系列任务方面,与领先的封闭源代码模型相媲美。

🐑 正式介绍 Llama 3.1

Llama 3.1 405B 在超过15 万亿个代币上, 1万6千张 H100 GPU 显卡训练数个月,这也是有史以来第一个以如此庞大规模的 Llama 模型。

作为最新版本的一部分,Llama 还推出了 8B 和 70B 型号的升级版本。这些模型是多语种的,上下文长度答复增加到 128K,整体推理能力更强。

💪 强大的Llama 3.1 405B ,媲美当下最顶级模型

在多项基准测试中, Llama 3.1 405 和GPT-4o、Claude 3.5 Sonnet 相当或超越。

Llama 3.1 405B 胜出任务和基准评估,具体有:

- IFEval (88.6),它评估模型在If-Then推理任务中的决策制定和情景分析等能力。

- GSM8K (96.8) ,它评估了模型解决小学到初中水平数学应用题的能力,反映其多步骤推理和执行基础数学运算方面的强大能力。

- ARC Challenge (96.9),它测试模型回答需要因果推理、逻辑推理和抽象思维的多选题的能力,表明模型具有强大的推理和常识理解。

- ZeroSCROLLS/QuALITY (95.2,与GPT-4并列),它评估模型理解和分析长文本的能力,这对于理解复杂文档、报告或故事非常重要。

- Nexus (58.7) 明显优于其他模型,评估模型在复杂的推理链和知识整合任务中的表现。

- Multilingual MGSM (91.6,与Claude 3.5 Sonnet并列),测试模型在多种语言中解决数学问题的能力,展示了模型的多语言处理能力和跨语言的数学推理能力。

综合来说, Llama 3.1 405B 凸显了其在数学推理、逻辑思维、长文本理解、复杂推理和多语言处理方面的强大能,在处理需要深度思考、长期记忆和跨领域知识整合的任务时将会非常出色,对于开发高级 AI 应用具有深远意义。

🌳 Llama 将深刻影响全球创新生态
和群友们用 Dify 把玩 AI 自动生成封面头图中...我们这周的 Demo Week 3 准备一起优化这套 Workflow,目标:一键生成全平台文案 + 不同规格的封面头图。另外,封面是可以轻松自定义的 ~ 开箱即用,期待一下叭!
类比人来看,人形机器人的运动主要分为两类——线性运动和旋转运动,所涉及的关节和相关的组成有三类,这三类关节主要由电机、减速器和丝杠三个核心部件组成
Telegram dogs推出了签到!每天点开小程序都可以获得200的代币

按照 #bitget  目前0.013的盘前价格,大概2.6u。

领取链接
🔗 https://t.me/dogshouse_bot/join?startapp=p-_RC98MRPaJrWWO25VxcA

第一次可以领800——500个,根据使用tg的年份,没领取的赶紧领取。
一个AI相册搜索应用的两年

写了一篇很长的流水账,记录寻隐/Queryable的诞生、爆火、开源、抄袭、沉寂的故事。
中国硬件厂商对机器人的想象:接个大语言模型跟你说话,帮你干活。
日本硬件厂商对机器人的想象:不会说话,卖萌求生。
Andrej Karpathy 的《Let's reproduce GPT-2 (124M)》视频真是学习 LLM 的至宝,虽然时间有点长(4小时), 但完整跟下来收获巨大,强烈推荐。
如果你和我一样,一步一步地跟着增加、修改代码,而不是拿着最终结果 repo 里的代码去直接运行的话,有个小坑:见图 1,红框中的代码,在原视频中是在 L500 loss.backward() 之前才调用的,但如果这么做的话,会导致 loss & HellaSwag eval 没有视频里的效果好,训练完成后没能超过 OpenAI GPT-2 124M checkpoint,见图 2。
需要像红框中代码一样,model.require_backward_grad_sync 放在 forward pass 之前,就能成功复现出来了,参见图 3(所以要注意 repo 里带有“# added after video”的 comment😅
Back to Top