搜索
大家都在猜测，Q*是否就是「Q-learning + A*」。 AI大牛田渊栋也详细分析了一番，「Q*=Q-learning+A*」的假设，究竟有多大可能性。 与此同时，越来越多人给出判断：合成数据，就是LLM的未来。
比尔·盖茨一句爆料，成为机器学习社区热议焦点： “GPT-5不会比GPT-4好多少。”
“AI 取代摄影”，或许真的在一步步靠近？这两日，一个名为 Magnific 的 AI 图像增强工具在外网似有冒头趋势。部分 AI 圈内的设计师第一时间得到了测试机会，并在 X 上分享了使用感受，其中不乏像 Linus Ekenstam 这样的 KOL 以及领英高级首席设计师 Armando Sotoca 这样的人物。
我们都知道，大语言模型（LLM）能够以一种无需模型微调的方式从少量示例中学习，这种方式被称为「上下文学习」（In-context Learning）。这种上下文学习现象目前只能在大模型上观察到。比如 GPT-4、Llama 等大模型在非常多的领域中都表现出了杰出的性能，但还是有很多场景受限于资源或者实时性要求较高，无法使用大模型。
破除虚妄，务实求效。11月9日，在2023金融街论坛“构建数实融合新模式，助力产业数字金融新发展”分论坛上，中国银保传媒与腾讯研究院联合发布《2023金融业大模型应用报告》，深入解析大模型发展趋势，建立金融业大模型应用体系化蓝图，指引数智金融产业演进。
大模型狂飙至今，已逼近一周年。撇开最近戏剧化的高层动荡不谈，自北京时间 11月 7日 OpenAI的首届开发者大会（DevDay）以“AI春晚”之势炸场以来，ChatGPT的周活跃用户超过一亿，全球用户高涨的热情直接把 OpenAI的服务器给冲宕机了，于是上面这个不受待见的画面就频繁出现在了无数人的眼前，随之而来的是人们的沮丧、愤怒甚至恐慌。
AI可以被定义为是变革性的风口。
随着 AI 技术自动化决策、自我学习等特点，其在用户体验设计领域的应用也越来越广泛，甚至有点超出我们的预期。本着 “ 拥抱新科技之主动探索总比自动淘汰好 ”（不是） 的中心思想，我们成立了 AIGC 课题小组，希望能够总结归纳出现阶段AI在UX设计中的应用情况，结合一些实际的工作流程，谈谈 AI 对于设计工作效率方面的影响。
近日，在“双十一”售后潮中，不少网友吐槽在各大购物平台咨询售后问题时，遇见了大量“听不懂人话”的AI客服，“鸡同鸭讲”“答非所问”“原地绕弯”……浪费了时间又无法解决问题的消费者们纷纷抓狂：这到底是“智能”还是“智障”?
该篇文章是一位中国开发者对其开发的AI女友产品的失败总结。他通过讨论产品的开发过程、用户反馈以及经济压力等方面，总结了自己的教训和困惑。