LLM 强大的语言能力，使其被广泛部署于 LLM 应用系统（LLM-integrated applications）中。此时，LLM 需要访问外部数据（如文件，网页，API 返回值）来完成任务。
如果从今年10月份开始算，截止到现在，视觉中国股价已经翻了一倍多。有点2022年底GPT概念股的架势。不过，视觉中国的涨停可不是靠概念，而是靠AI项目合作换来的。基于社区、场景和数据优势，目前国内包括智谱、通义千问、可灵AI、即梦AI、生数科技（Vidu）、爱诗科技（Pixverse）等几乎所有主流文生视频平台都接入了视觉中国。
近日，谷歌DeepMind的研究人员推出了苏格拉底式学习，在没有外部数据的情况下，让AI通过语言游戏不断变强。
以前我们总说：比你更了解你自己的是税务局。现在恐怕还需要变成：比你更了解你自己的，除了税务局，还有AI。
基于昇腾算力的矩阵运算改进求解器框架，大幅提升Local Optimum跳出能力。
利用数据和AI驱动的方法，建立反馈评估-自学习-验证的闭环，是企业Agent应用加速成功的关键。
根据Layoffs.fyi的统计数据，截至12月2日，全球科技公司已经至少裁员了14.9万个人。这不是普通的裁员潮，而是一场产业生态的重塑。
AI带来的机遇远比科技行业面临的所有机遇要大，但这需要初创企业转变观念，不再寻求颠覆和摧毁老牌企业，而是改造它们，因为初创企业在很多方面都处于劣势。成功应用AI需要两样东西：大量数据和昂贵的算力。大公司正好拥有这两样东西。
通用语言模型率先起跑，但通用视觉模型似乎迟到了一步。究其原因，语言中蕴含大量序列信息，能做更深入的推理；而视觉模型的输入内容更加多元、复杂，输出的任务要求多种多样，需要对物体在时间、空间上的连续性有完善的感知，传统的学习方法数据量大、经济属性上也不理性...... 还没有一套统一的算法来解决计算机对空间信息的理解。
Scaling Law不仅在放缓，而且不一定总是适用！ 尤其在文本分类任务中，扩大训练集的数据量可能会带来更严重的数据冲突和数据冗余。
