AI探索指南

  1. 用 Cursor 10 分钟写一个 AI 本地应用_哔哩哔哩_bilibili

    用 Cursor 10 分钟写一个 AI 本地应用_哔哩哔哩_bilibili

    附上前一条动态的操作视频🤭-“cursor 真的……今天处理采访音频懒得去一刀一刀剪了,直接告诉cursor写个程序把一个音频按照说话者分成多个不同的音频。一下就写好了,跑起来有点慢,我再说基于 Mac M 芯片优化下,立马又用上了 mps,一分钟就搞定了整个任务😭”

  2. Anthropic 发布了一种可以大幅增加 RAG 检索准确性的方案

    Anthropic 发布了一种可以大幅增加 RAG 检索准确性的方案。

    Contextual Retrieval embeddings + contextual BM25,检索失败几率降低 49%。

    主要方法是:

    使用 Claude 为每个文本片段生成上下文。具体做法是将文本片段和整个文档一起输入给 Claude。

    在进行嵌入 处理之前,先将生成的上下文添加到每个文本片段的前面。

    在检索步骤中,结合使用上下文嵌入和上下文 BM25 技术。

    需要配合提示缓存来使用,不然会消耗大量 Token。

    详细信息:https://www.anthropic.com/news/contextual-retrieval

  3. 这两天用Cursor从0起步搭了个带AI助手的内容站练练手

    这两天用Cursor从0起步搭了个带AI助手的内容站练练手。

    是个代码学习的网站,在这个明明AI可以写所有代码的节点做这个事,是因为很多0基础的新手对编程语言毫无认知的情况下,对代码是充满恐惧感的,没有信息展示在他们面前他们也不知道该如何开始,问哪些问题。

    除了不同编程语言的教程文章外,主要是带了个AI功能,你在任何页面启动对话,不需要表述上下文背景,AI助手就知道你问的是相关语言相关阶段的问题。语言风格会比教程内容更简单易理解。

    欢迎体验:https://www.coderwithai.top/
    已开源:https://github.com/alchaincyf/CoderWithAI

  4. 原来杨植麟还有这个价值!

    原来杨植麟还有这个价值!

    昨天聊了个在ICML发过论文的年轻小伙
    期间我们聊到了Kimi和杨植麟
    这是他锐评国产大模型的其中一站

    他对杨植麟和Moonshot
    是高度认可及关注的

    我问为何?他说的大意如下:

    杨植麟代表的
    是年青一代最优秀的AI人才
    如果他创办的大模型公司都没成
    那后面那么多小朋友会觉得没希望

    包括对整个生态都会有很负面的影响

    如果他都没成
    比他“低一档次”的人才凭什么能拿到融资

  5. 有时候两个看起来不相干的小突破组合一下会产生非常厉害的效果

    有时候两个看起来不相干的小突破组合一下会产生非常厉害的效果。

    我搞了一个视频。

    这玩意完全是可以自动化的,而且可以批量生产,任何主题都行。

    里面音频用了谷歌 NotebookLM 的论文介绍。

    口型视频用了HeyGen 的虚拟人像。

    再加上论文中本来具有的一些素材,一份原创论文解读视频就好了。

    Invalid media: video

  6. 这几天o1尝试下来的一点点感受:

    这几天o1尝试下来的一点点感受:
    我们目前看到的是 o1 这个模型的 preview,甚至都不是最后的模型,也远非一个完整的产品。比起 ChatGPT,它更像是 GPT-3 的发布,正如 GPT-3 体现了 pretraining scaling law 带来的能力涌现,o1 体现了 inference scaling law 带来的推理能力提升。GPT-3 刚刚发布的时候,对于学术界是非常震撼的,但是普通用户完全不知道怎么把它用好,在 instructGPT 完善了 instruct following 能力后,又出现了ChatGPT ,找到了合适的产品形态;同样,怎么把 o1 带来的推理能力用好,现在的 ChatGPT 可能完全不是合适的产品形式,需要全行业去探索。

    一方面,在 ChatGPT 里面,非常有可能用户越来越不需要主动选择用什么模型——类似我们不会跟一个人明确说你现在要用 system 1 还是 system 2 思考一样,产品应该自动选择合适的模型回答问题。另一方面,可能会有更加适合 system 2 的产品形态出现:ChatGPT 这里的 chat 名字和 UI 形态,隐含了「尽快回复」的期待,对于 system 2 的问题可能不那么适合。例如我们可以和分析师实时聊天,但对于一个需要深度思考的问题,我们更加可能是发一封邮件或者一个 ticket并且期待一个异步的update或回复。

    接下来应该会出现很多用 thinking time 换 performance 的异步产品,给 AI 几十秒,几分钟,或者几个小时甚至几天时间思考,能够换来多少额外价值?这个地方产品发挥的空间应该是很大的。

  7. 体验了一下Lovot陪伴机器人,抱起来热乎乎的,因为它长年保持37-39°C,像抱着一只晒过太阳的有体温的猫……

    体验了一下Lovot陪伴机器人,抱起来热乎乎的,因为它长年保持37-39°C,像抱着一只晒过太阳的有体温的猫……

    在日本,Lovot有约2万的销量,日活和周活达到了95%以上。尤其最受30-50岁女性欢迎。

    LOVOT 是日本机器人公司 GROOVE X旗下产品,创始人林要被称 Pepper人形机器人之父(Pepper就是昨天长得像我那个🤖)

    不会说话、不会扫地、不会家庭安全监测、也不会作为控制智能家居……但是Lovot会眨眼睛卖萌,会主动伸手要抱抱,能跟着人像个跟屁虫一样跑。

    19年发售的产品,AI的部分在今天看不算惊艳,但价格还很坚挺:单个售价34.9万日元,相当于东京普通人的月收入。

    今年开始,国内上海也有门店,7万元人民币起售。

    也许,Chatbot是AI与AI好的交互方式,而不是人和AI好的交互形式。

    小孩和老人,都喜欢毛绒绒的小猫小狗,也喜欢毛绒玩具。

    用拥抱等肢体语言代替语言。可能这也是一种好的人和AI的交互。

  8. 💡 分享一个强大、实用的Open AI新模型 o1 用法:

    💡 分享一个强大、实用的Open AI新模型 o1 用法:

    1. 首先,选择 GPT-4o的模式,持续深度对话或复制文本、代码进来(不要上传)
    2. 然后,请ChatGPT结合所有上下文,创建一个丰富详尽的Prompt ,注意表明你的意图——解释或实现什么
    3. 在当前的对话窗口切换到 o1-preview (注意不要新建)
    4. 粘帖GPT 为你创建的Prompt,等待o1 慢慢思考……(秒数是一个奇妙的指标)
    5. 你将得到o1 思维链和高级推理的有趣输出

    我称这种用法为Prompt for me-o1版,背后的价值,你使用过就会很快感受到。

    去试试吧,有什么新发现和问题,欢迎评论分享~  #AI的神奇用法

    
    ©️ Cristiano Giardina