跳到主要内容

AI迷周刊(2024-07-22) : Claude's Prompt调试台：高效AI指令优化与测试工具

Claude's Prompt调试台：高效AI指令优化与测试工具​

Claude's Prompt调试台：高效AI指令优化与测试工具

Claude's prompt调试台：高效工具。 一句话任务，自动生成prompt。 简单修改，测试三案例。 指令遵循、翻译结果均优。 例句需求，随时满足。 表格批量运行，结果直接评分。 大模型公司内部实践，产品化。

解释：

  • prompt调试台：一种工具，用于优化和测试人工智能模型的输入指令。
  • 指令遵循：指人工智能模型按照给定指令执行任务的能力。
  • 大模型公司：指开发和维护大型人工智能模型的公司。
Scores

AI新闻​

YouTube音乐推出AI电台和歌曲识别功能​

YouTube Music推出AI生成的电台和歌曲识别工具。美国的高级用户可以通过描述音乐偏好来创建自定义电台。一项新功能允许用户通过哼唱或唱歌来识别歌曲，扩展了Shazam的能力。这两项工具旨在增强个性化音乐发现体验。

微软设计器应用在iOS和Android平台上线​

微软的Designer应用现已登陆iOS和Android平台，用户可以通过文本提示创建图像和设计。该应用支持超过80种语言，提供模板以激发创造力，并允许进行图像编辑和重塑。未来的更新将包括背景替换功能以及与Windows 11上的Microsoft Photos更深层次的整合。此工具旨在简化跨多个微软平台的设计任务。

OpenAI 开发AI模型“Strawberry”用于自主互联网浏览和推理​

OpenAI的新项目，代号为“Strawberry”，旨在开发一种能够自主上网浏览和推理的人工智能模型。这一进步有望将人工智能更深入地融入日常任务中，利用其独立处理和理解在线内容的能力。

自主推理指的是人工智能在没有人类干预的情况下做出决策和解决问题的能力，这增强了其在各种应用中的实用性和适应性。

粘土：创建高质量3D资产的强大工具​

CLAY 是一种用于制作 3D 模型的新工具。它利用大数据和智能算法将创意转化为详细的 3D 物体。你可以输入文本、图像或 3D 数据，它会输出高质量的 3D 资产。该工具面向所有人，不仅仅是专家。它由一个复杂的代码网络驱动，该网络从庞大的 3D 模型数据库中学习。它能创建看起来逼真的纹理和材质。CLAY 让任何人都能轻松创建复杂的 3D 设计。

Qwen-2-72B：大型语言与多模态模型的一次突破​

Qwen2，一系列新型大型语言和多模态模型，超越了其前代及竞争对手。核心模型Qwen2-72B在多项测试中表现优异：MMLU得分84.2，GPQA得分37.9，HumanEval得分64.6，GSM8K得分89.5，BBH得分82.4。它支持30种语言，从英语到中文。

模型权重及资源在Hugging Face、ModelScope和GitHub上免费提供，便于定制与部署。

AI配音革命化电影产业​

Flawless，一个由电影制作人和科学家合作的团队，似乎已经攻克了内容配音中的“恐怖谷”现象。他们制作出了世界上第一部由AI驱动的配音电影。这项技术模仿人类语音的逼真程度，几乎让人难以分辨。

“恐怖谷”指的是当我们遇到某物非常接近，但又并非完全像真人时产生的那种诡异感觉。Flawless的这一突破预示着未来AI可能会取代传统的配音演员，引发了关于创意领域中真实性和就业问题的讨论。

推进图像生成与DiT-MoE：AI效率的突破​

DiT-MoE 通过采用稀疏网络扩展了扩散Transformer，这些稀疏网络在性能上与密集网络相匹配。它具备共享专家路由和平衡损失功能，减少了冗余。在图像生成过程中，专家选择侧重于空间位置和去噪步骤，而非类别条件。随着层数的加深，专家选择逐渐分散。早期步骤中专家的专长较为集中，而后期步骤则更为均匀。这种配置在保持与密集网络相同结果的同时，减少了计算量。DiT-MoE 在图像合成质量上创下了新纪录，高效处理了165亿参数。

李飞飞博士的世界实验室：一家价值10亿美元的AI初创公司​

李飞飞，被誉为“AI之母”，创立了World Labs。这家初创公司旨在提升AI的视觉处理和推理能力。成立四个月内估值达到10亿美元。由Andreessen Horowitz和Radical Ventures投资。

李飞飞的ImageNet，一个对计算机视觉至关重要的数据集，推动了AI的繁荣。她为政策制定者提供AI监管建议。2021年入选美国国家AI研究任务组。

洞察：李飞飞的工作使AI更接近类人智能。她的影响力塑造了技术和政策两个领域。

股票机器人：实时股票洞察与Llama3-70B​

股票机器人：实时股票洞察与Llama3-70B

StockBot，由Llama3-70B驱动，运行在Groq平台上。它提供实时股票图表、财务数据和新闻。

Llama3-70B是一个复杂精细的模型，增强了StockBot的功能。Groq作为一个计算平台，确保了快速处理。

这一工具简化了股票追踪，提供即时洞察。非常适合寻求快速、可靠市场更新的交易员和投资者。

数据果汁沙盒：增强多模态人工智能开发​

文章介绍了Data-Juicer Sandbox，这是一个用于改进多模态AI模型的工具。它结合了数据和模型开发，加快了改进速度并提升了性能。在高级模型上测试的“探测-分析-优化”方法提高了结果，超越了基准。详细测试的见解突出了数据质量和多样性的重要性。该工具的资源可在GitHub上获取，旨在推进对多模态和生成建模的理解和创新。

多模态AI模型：这些是能够跨不同类型的数据（如文本、图像和声音）处理和生成信息的AI系统。

“探测-分析-优化”：一种工作流程，首先测试（探测）模型，然后分析结果，最后根据这些见解优化模型。

欧盟《人工智能法案》生效：全球AI监管新篇章​

欧盟《人工智能法案》生效：全球AI监管新篇章

欧盟《人工智能法案》8月1日生效，全球首个全面AI监管法案。旨在保护公民，促进创新，确立欧洲AI领域领先地位。法案分阶段实施，高风险应用如信用评分、员工监控受严苛监管。

企业面临合规成本上升，需投资新规定，任命专员研究合规政策。违规企业罚款高达3500万欧元或年收入7%。

欧盟AI法案影响波及全球，尤其中美。中国已发布生成式AI服务管理暂行办法，美国也在推进AI监管立法。

解释：

  • GDPR：通用数据保护条例，欧盟数据保护法规。
  • AI法案：人工智能法案，欧盟针对AI的监管法规。
  • 沙盒：监管环境，允许AI系统在监督下测试。
  • 生成式AI：利用算法生成内容的人工智能。

深寻科技：以创新技术开创成本效益型人工智能模型​

深寻科技（DeepSeek），一家中国的人工智能初创公司，以其创新的方法在全球AI模型市场中引发了一场价格战。他们的模型DeepSeek V2提供了前所未有的成本效率，显著降低了竞争对手的价格。这一举措迫使像字节跳动和腾讯这样的大型科技公司也降低了他们的价格。

深寻科技的成功源于其开创性的架构创新，特别是MLA（多头部潜在注意力）机制，这一创新大幅减少了内存使用和计算负载。这一创新使他们在硅谷乃至更广泛的范围获得了赞誉。

公司的创始人梁文锋强调了对原创创新的承诺，而非仅仅是应用开发。深寻科技专注于研究，避免立即商业化，以促进全球技术进步。

他们的策略包括开源他们的工作，相信分享知识能加强整个生态系统并促进创新文化。这种方法挑战了传统观念，即中国科技公司主要擅长应用而非基础技术。

深寻科技的发展历程突显了中国科技公司在引领全球技术创新方面的潜力，打破了传统上作为快速追随者的角色。他们的故事证明了大胆原创思维在科技行业中的力量。

Shaped 为自助推荐和搜索服务筹集了 800 万美元​

Shaped，一家科技初创公司，刚刚筹集了800万美元。他们的目标是简化任何网站的个性化推荐，涵盖市场、商店、社交媒体平台等。

该平台以开发者为中心，提供数据源、集成方法和语言模型的灵活性，如Llama、CLIP、BERT等。

CEO Tullie Murrell和CPO Daniel Camilleri创立了Shaped。两人均拥有从Meta/Facebook到Uber和Afterpay的坚实技术背景。

最初，Shaped专注于视频个性化，但在Y Combinator之后，他们扩展到了其他媒体类型——语言、视频、音频。

Shaped与各种数据源集成，从Databricks到Google Analytics，这些丰富的数据有助于构建定制的推荐系统。

重点仍然是开发者体验，提供工具和数据来构建和测试系统。一个仪表板有助于模型测试和理解推荐。

最近，Shaped深入探索了搜索领域，利用对用户和内容的语义理解，旨在成为一个全面的发现平台。

A轮融资由Madrona Ventures领投，其他参与者包括Y-Combinator和科技行业资深人士。

本质上，Shaped正在普及先进的个性化技术，使其对没有庞大AI团队的企业也变得触手可及，这是科技领域的一个有前景的举措。

工具​

提升AI润色功能：增进沟通礼貌，减少误解​

提升AI润色功能：增进沟通礼貌，减少误解

文章讨论了情绪在沟通中的影响。建议使用AI润色信息，减少误解，增加礼貌。

Hemingway式总结： 沟通中，情绪易被误解。AI润色，减少冲突。礼貌增，误解减。

解释：

  • AI：人工智能，能处理和生成信息。
  • 润色：修饰，使表达更清晰、礼貌。

Pintree.io：为学习者快速创建AI知识库​

Pintree.io：为学习者快速创建AI知识库

Pintree.io 帮助快速创建AI知识库网站。该链接网站提供了丰富的AI资源，包括教程。非常适合那些深入研究AI、机器学习和深度学习的人。

Dall-E 3：掌握人工智能生成图像的复杂性​

Dall-E 3，一款AI图像生成器，以其对复杂提示的敏感性而脱颖而出。与Midjourney不同，它不追求超现实主义，而是在解读复杂指令方面表现卓越。

AI图像生成器：一种根据文本提示使用人工智能创建图像的软件。

Midjourney：另一个以生成高度真实图像而闻名的AI工具。

AI驱动的YouTube成功之道：30天内制作42个视频​

AI驱动的YouTube成功之道：30天内制作42个视频

Jensen Tung 利用AI工具开设了一个YouTube频道。在30天内，他制作了42个视频，累计获得93,000次观看。使用的工具包括ChatGPT用于脚本编写，Stable Diffusion用于视觉效果，以及Edge用于其他任务。

AI工具指的是使用人工智能的软件，可以自动化传统上由人类完成的任务。ChatGPT是一种语言模型，能够生成文本，适用于编写脚本。Stable Diffusion是一种用于创建图像的AI类型。Edge可能指的是Microsoft Edge浏览器，可能被用于各种在线任务。

莱利·布朗的5分钟无代码网页应用创建与Claude​

莱利·布朗展示了一种新颖的网页应用创建方法。利用AI工具Claude，布朗在五分钟内无需编码就完成了一个完全部署的网页应用，并包括了个人域名的链接，使得该应用可以与朋友分享。

Claude：一个辅助各种数字任务的AI平台，包括无需手动编码的网页开发。

完全部署的网页应用：一个完全功能并可在线访问的网页应用程序，准备供终端用户使用。

资源​

Twitter: 小互​

RenderNet Al 推出视频换脸功能 可轻松通过照片更改视频人物面容详细教程：https://xiaohu.ai/p/11374

Twitter: Will​

面向开发人员的 ChatGPT 提示工程DeepLearning AI 和 OpenAI 的 ChatGPT 提示工程免费课程。您将学习如何使用大型语言模型 （LLM） 快速构建新的强大应用程序。 http://deeplearning.ai/short-courses/

Twitter: Cohere For AI​

7月24日，与@shaina17433400及我们的社区主导的Geo Regional Asia小组一起，参加关于“MBIAS：在保留上下文的同时减少大型语言模型中的偏见”的演讲。了解更多：https://cohere.com/events/dr-shaina-raza-applied-ml-scientist-2024

Twitter: Mr Bear​

他的课真的值得关注啊Tom Huang: 前 OpenAI 创始人，特斯拉自动驾驶团队负责人 @karpathy 新「AI + 教育」公司首秀课程 「LLM101n」大纲放出⚡️，课程还未发布，已经 21.3K Star ⭐️特别期待！特别是编码部分使用「Python、C、Cuda」结合实现 🤩感兴趣的推友可以订阅 Github 通知：-> https://github.com/karpathy/LLM101n