👉👉 AGI 早早聊知识库
「行业动态」
◇ 教育的未来：个性化学习与聊天机器人 Khanmigo 🔗 Twitter
No Priors 连线 Salman Khan 讨论：
- 个性化的 AI 导师和聊天机器人 Khanmigo
- 精通学习
- 教育的未来，沉浸式体验
- 变革时代的工作技能
- Khan Academy 的未来展望
- YouTube: www.youtube.com/@NoPriorsPo…
- Spotify: open.spotify.com/show/0O65xh…
◇ 自然启发的 AI 协同模式：“群”程序取代大型项目，同样聪明 🔗 News 、 Twitter
Sakana 是一家新兴人工智能公司，由前谷歌员工 David Ha 和 Llion Jones 创立，致力于从动物王国中汲取灵感来解决人工智能领域的紧迫问题，计划采用与传统不同的方法，创建多个小型人工智能模型，这些模型将像动物群体一样协同工作。核心理念是通过模仿自然界中的适应性和协同原则，实现更灵活、高效的人工智能模型，与目前流行的大型单一模型不同，Sakana 的方法更注重模型之间的协同，"群" 程序可以像动物群体一样聪明，通过协同工作解决复杂问题
◇ ExO 模型对商业的 18 个影响 🔗 Links
ExO 模型迅速改变商业，运行速度提升 10 倍，带来广泛影响，包括：数字技术推动快速发展，虚拟化行业迅速扩张；互联网降低成本，催生非货币化模式；新技术颠覆传统产业，小团队超越大企业；创新源头从领域外部涌现；五年计划被灵活短期计划取代；云计算提高敏捷性，信任和开放至关重要；一切可测量，人工智能嵌入系统；去中心化和 DAO 崛起，加密经济学改变金融，政府部门也开始采用 ExO 模型，ExO 创造机缘巧合和流动状态，培养创新。
◇ 新版文心一言实测，一周工作 5 分钟完成！ 🔗 News
百度文心一言插件推出联动应用功能，可快速生成专业广告大片、理解图像生成文案和视频创作，同时与其他插件协同合作，提高工作效率，通过多种技术优化，理解图像生成文案，生成品牌名称及广告语，支持交互图表。这些插件的联动大幅提高了工作效率，在训练和推理方面，百度采取多项优化措施，加强文心一言大模型的通用能力和稳定性。
◇ Roboflow 发布新版“supervision”，适用于各种计算机视觉应用 🔗 Twitter
supervision 是一个开源的多功能工具，能够将检测、分类、分割和注释等功能应用到任何视频中，此次更新新增了高级视频分析功能：跟踪器、区域、标注工具等。
◇ 谷歌首次验证「 全科医学 AI 系统」，看病难真要成历史？ 🔗 News
谷歌基于 Med-PaLM M 模型开发了全科医学人工智能系统，能多模态处理临床、成像和基因组数据，在医学任务中表现优异。这一概念验证是针对「全科医学人工智能」范式的响应，由多所高校和医疗机构的研究人员提出，系统具备零样本学习、跨任务迁移学习和零样本医学推理能力，为多种医学任务提供了统一的生成架构。
◇ aiXcoder 上新，聚焦企业适配的代码大模型来了！ 🔗 News
硅心科技发布 aiXcoder Europa，专注于国内大型企业研发需求，基于代码大模型提供智能化软件开发解决方案，包括代码生成、缺陷检测修复、单元测试等功能，已服务多家银行、保险、高科技企业。更新的编译器插件功能提升编码效率和稳定性，单元测试功能自动生成质量稳定的测试代码，支持私有化部署和个性化训练，助力企业高效编码。
◇ AI 简历扫描仪，解锁个性化求职秘笈 🔗 Twitter
将简历上传后，AI 会提供关于简历的一些建议，以及针对简历提出十个面试问题。
- 体验地址：pdf.ai/tools/resum…
◇ 如何让 LLM 变得个性化 🔗 Twitter
这篇论文探讨了如何让 LLM 在生成文本时实现个性化，突破了现有方法的限制，提出了一种通用方法，使 LLM 能够生成个性化文本，无需预先定义属性。论文中介绍了多任务学习和多阶段框架的应用，强调了人类任务完成方式对 LLM 的启发，以及组件如检索器在超越基本文本生成方面的关键作用。
◇ 深入探索生成式 AI 的世界，了解如何使用基于人类反馈的强化学习来微调大型语言模型 🔗 Twitter
课程介绍了使用基于人类反馈的强化学习微调大型语言模型的方法和过程。
- RLHF 简介：强调人类反馈在训练 AI 模型中的关键作用，以及如何选择适用于不同任务的 LLM。
- 创建提示数据集：展示如何利用 LLM 和提示来生成多样化的响应。
- 收集人类反馈：介绍从人类标注者那里获取有价值反馈的过程，特别关注有助性和毒性等标准。
- 示例分析：通过实例了解人类标注者如何根据有助性对 LLM 生成的结果进行排名。
- 指示标注者：强调提供清晰详细的指示以获取高质量反馈的重要性。
- 训练奖励模型：深入解释如何将人类排名转化为训练奖励模型所需的数据。
- 课程地址：RLHF: Obtaining feedback from humans
- YouTube：大型语言模型与生成式 AI——介绍 LLM 和生成式 AI 项目的生命周期 1
◇ 优化剪枝 ：Google 介绍 CHITA 实现预训练网络推理降低成本 🔗 Twitter 、 Link
CHITA 是一种基于优化的剪枝方法，旨在降低预训练神经网络推理成本，通过有效利用二阶信息和组合优化，提高了剪枝性能和可扩展性。与传统方法不同，CHITA 避免了显式计算庞大的 Hessian 矩阵，从而加速了剪枝过程，组合优化策略有助于避免误修剪关键权重，进一步提升了剪枝后网络的准确性。CHITA 在 ResNet 和 MobileNet 上的剪枝速度比现有方法快 20 倍到 1000 倍，并且在准确性方面实现了超过 10%的提升。
「 趣玩推荐 」
◇ 一个用于自动可视化 LLMs 的库 🔗 Twitter
LIDA 是一个用于生成数据可视化和数据准确信息图的库，不受语法限制（适用于任何编程语言和可视化库，如 matplotlib、seaborn、altair、d3 等），并且与多个大型语言模型提供者（OpenAI、PaLM、Cohere、Huggingface）配合使用。
- Github: github.com/microsoft/l…
- paper: arxiv.org/abs/2303.02…
◇ 5 行代码构建机器学习模型 🔗 Twitter
仅需 5 行代码，PyCaret 工具简单高效地构建完整的机器学习模型，通过比较多个估计器的性能、进行预测和模型保存，还能获得引人入胜的图表展示。
◇ Thresh 更轻松地发现和标记在生成的文本中的错误 🔗 Twitter
David Heineman 开发了一个交互式工具 Thresh，以针对大型语言模型在生成文本时会产生错误和虚构内容，能更轻松地帮助人们发现并标记这些错误，可以根据自己的任务（机器翻译、摘要、文本修订等）和评估标准进行定制。
- 体验地址：thresh.tools/
- paper: arxiv.org/abs/2308.06…
「 融资快讯 」
◇ 「Osano」完成 2500 万美元 B 轮融资，打造智能数据隐私管理平台 🔗 News
Osano 成立于 2018 年，总部位于德克萨斯州奥斯汀，专注于数据隐私管理平台，在最新一轮融资中获得 2500 万美元融资，由 Baird Capital 领投，First Ascent Ventures、Jump Capital、LiveOak、NextCoast 和 TDF 等投资者参与。资金将用于 Osano 团队扩展、产品开发和销售，旨在整合人工智能来构建、管理和扩展企业的数据隐私计划，提供以隐私为中心的数据管理工具，包括 cookie 同意工具和主体权利。
◇ 「网思科技」完成近亿元 A 轮融资 🔗 News
网思科技成功完成亿元人民币的 A 轮融资，由广州产投领投，天河基金和建智集团跟投，跻身中国潜在独角兽企业，成为领先的数字化解决方案提供商，在人工智能和数字孪生领域取得了突破性进展，致力于提供智能制造、自动驾驶、AI 视频分析等数字化解决方案，以提高生产力、降低成本、提升效率和创新能力，与多家行业领先企业合作，包括中国移动、广汽集团、国家电网等，涵盖通信、制造、电力等领域。
「 招聘信息 」
HC 曝光，简历投递可联系小助手（wx：wongmicky）
- 早早聊 AGI HC 文档：AGI 早早聊招聘内推坑位表
- 早早聊 AGI 招聘内推群，欢迎大家相互勾搭
「 讲师招募 」
2023 年 9 月 9 日，早早聊计划举办线上【前端工程化】专场
📃 讲师报名，可联系早早聊负责人 Micky （wx：wongmicky）
🎙️ 可以聊聊：工程管理、代码组织、模块化组件化、自动化工具链、质量工程、预处理等提高开发效率、代码质量和用户体验的方向。
🎁 讲师福利，一次分享，即可享受：
- 永久免费与会前端早早聊大会
- 免费参与早早聊举办的酒蒙子局，认识更多技术人、创业人、AI 同行者
- 线上招聘，社区优先简历内推
- 还有更多等你来解锁...
