开发者万字复盘:AI 搜索 ThinkAny 三个月 17 万用户的踩坑与心得
开发者万字复盘:AI 搜索 ThinkAny 三个月 17 万用户的踩坑与心得这是一篇两个月前就应该写的文章。
搜索
这是一篇两个月前就应该写的文章。
对一个小众设计师品牌来说,在线上经营最难的事是什么?
AI视频续写火爆短视频平台,引发法律风险担忧。
36氪获悉,快进时代(厦门)科技有限公司旗下「快进商店」宣布完成数百万美元战略融资,投资方为纳斯达克上市公司第九城市。本轮融资资金将主要用于产品升级及市场拓展。此前,「快进商店」已经完成了由小一创投投资的数百万人民币天使轮融资以及挑战者创投投资的千万级人民币Pre-A轮融资。
OpenAI不再Open,有意为之还是无奈之举?
先进动力单元帮助人形机器人实现快速搭建。
要让更多的行业和企业为大模型买单,不是一蹴而就的事情
或许只有用大模型来监督大模型,才能出现超越人类的人工智能。
以发展的眼光看待价值对齐问题。
Character AI 也要走上 Stability AI 的老路了?
AI和自动驾驶相辅相成
Agentic AI是比下一代基础模型更具潜力的AI发展方向
只要仍使用英语训练 LLM 模型,美国就还有优势。
苍蝇再小也是肉,聚沙成塔。
扎克伯格讨论MetaAI开源策略及其未来展望。
大厂拴不住的高级打工人,正涌向AIGC风口创业。
融资正在不断向头部集中
WWDC 2024上,苹果推出了Apple Intelligence,向大家展示了如何开发、训练出功能强大、快速且节能的模型,如何根据特定用户需求进行微调,以及如何评估模型的性能。
当前大语言模型(LLM)的评估方法受到数据污染问题的影响,导致评估结果被高估,无法准确反映模型的真实能力。北京大学等提出的KIEval框架,通过知识基础的交互式评估,克服了数据污染的影响,更全面地评估了模型在知识理解和应用方面的能力。
国产多模态大模型的头号交椅,再次易主
姚班大神陈立杰最新去向现已明朗:2025年秋季起,任加州大学伯克利分校EECS助理教授。
10亿名“员工”生产数据合成,数量占到了世界人口的13%。
文生图也有自己的prompt优化工具了。
只要把推理和感知能力拆分,2B大模型就能战胜20B?!
因为 AI 为自己的工作焦虑,这件事不是一天两天了。
AI 考古,追溯到了祖师爷头上。
不仅能恢复行走能力,还能感受到空间位置。
神经网络通常由三部分组成:线性层、非线性层(激活函数)和标准化层。线性层是网络参数的主要存在位置,非线性层提升神经网络的表达能力,而标准化层(Normalization)主要用于稳定和加速神经网络训练,很少有工作研究它们的表达能力,例如,以Batch Normalization为例
多模态命名实体识别,作为构建多模态知识图谱的一项基础而关键任务,要求研究者整合多种模态信息以精准地从文本中提取命名实体。尽管以往的研究已经在不同层次上探索了多模态表示的整合方法,但在将这些多模态表示融合以提供丰富上下文信息、进而提升多模态命名实体识别的性能方面,它们仍显不足。
「微调你的模型,获得比GPT-4更好的性能」不只是说说而已,而是真的可操作。最近,一位愿意动手的ML工程师就把几个开源LLM调教成了自己想要的样子。