只有10亿参数的xLAM-1B在特定任务中击败了LLM霸主：OpenAI的GPT-3.5 Turbo和Anthropic的Claude-3 Haiku。上个月刚发布的苹果智能模型只有30亿参数，就连奥特曼都表示，我们正处于大模型时代的末期。那么，小语言模型（SLM）会是AI的未来吗？
最近，Hacker News热榜上出现了一篇「声讨」LangChain的技术文章，得到了评论区网友的一致呼应。去年还火遍LLM圈的LangChain，为什么口碑逆转了？
想要达成通用人工智能 AGI 的终极目标，首先要达成的是模型要能完成人类所能轻松做到的任务。为了做到这一点，大模型开发的关键指导之一便是如何让机器像人类一样思考和推理。诸如注意力机制和思维链（Chain-of-Thought）等技术正是由此产生的灵感。
AI正在从Copilot向Agent过渡
或许从诞生那天起，LangChain 就注定是一个口碑两极分化的产品。
国内大模型公司在AI应用层的步伐正在加速。
据外媒 the Information 报道，月之暗面正在为进军美国市场做准备。据悉，月之暗面正在进行新一轮融资，估值有望达到 30 亿美元，新的投资者包括腾讯。而在今年 2 月，月之暗面才获得了由阿里领投的 10 亿美元融资，当时估值约 15 亿美元。
检索增强生成 (RAG) 是将检索模型与生成模型结合起来，以提高生成内容的质量和相关性的一种有效的方法。RAG 的核心思想是利用大量文档或知识库来获取相关信息。各种工具支持 RAG，包括 Langchain 和 LlamaIndex。
仅在 2024 年 3 月一个月，就有三个华人创立的 AI 视频生成创企获得了融资，而且融资额都过了千万美金。
AI工具独立开发者「Alchain花生」最近做了一个小测试。在GPT Store上，他把自己开发的一款用户数5000+的GPT（模拟Claude 3 Opus）调成了付费模式，想看看海外用户是否真有更高的付费意愿
