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。
“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。
也许，解雇 Sam 是对的？前天我们发布了关于OpenAI宫斗大戏的事件经过，虽然事件以Sam重归CEO告一段落，但是董事会为何突然罢免Sam依然是一片疑团。
大模型能否理解自己所说，Hinton和LeCun再次吵起来了。LeCun新论文证明，GPT-4回答问题准确率仅为15%，自回归模型不及人类。AI大佬的激战再次掀起。Hinton在线直接点名LeCun，说他对AI接管风险的看法对人类的影响微乎其微。 这意味着，他把自己的意见看得很重，而把许多其他同样有资格的专家的意见看得很轻
飞书的智能伙伴，就如同办公场景中的“JARVIS”。在无数办公场景里，智能伙伴像一位在办公室里，坐在你身旁的上班搭子，在你进行每一项工作时——无论是开会、思考灵感、创作、组织管理、业务管理等任务上，都能帮助推进一二。
“大模型时代，夸克有巨大机会创造出革新性搜索产品。”11月22日，夸克大模型公布了其面向搜索、生产力工具和资产管理助手的大模型技术布局。
从ChatGPT惊艳全世界开始，大模型的混战就蔓延开来。这一年，华为、阿里、百度、腾讯、商汤、京东等不是在发布大模型，就是在更新大模型的路上。
如果想要快速完成一组可以在社交媒体上分享的内容，你会怎么做？自己设计版面，自己撰写内容？这个名为 Postnitro 的工具，借助 chatgpt 把这个流程直接跑通了
在 Microsoft Ignite 开发者大会上，英特尔和微软宣布将合作对英特尔 Arc 图形解决方案的 DirectML 进行优化。结果表明，英特尔更新 Arc Alchemist 驱动程序后，在 AI 图像生成器 Stable Diffusion 中实现了 2.7 倍的性能提升。
