直达「 通往AGI之路 」飞书知识库 →
首页/全部问答
scaling law 是什么
Scaling Law 指的是在 AI 领域中,一旦选择了良好且通用的数据表示、标注和算法,就能找到一套通用规律,保证在数据越多、模型越大的情况下效果越好,并且这套规律稳定到可以在训练模型之前就能预知其效果。 例如,在 OpenAI 的方法论中,强大的算力加持的通用的 AI 算法是 AGI 路径的正道,而 Scaling Law 是 AGI 的充分条件。AI 本质上被认为是一堆 Scaling Law,今天能看到最好的模型具有较大规模的 FLOPs,其数量级还会持续增长。同时,在诸如 OpenAI o1 中,通过设置参数控制树结构的拓展模式,虽对其是否能称为 Scaling Law 存在争议,但这种方式具有极好的可扩展性,能够通过增加算力提升效果。
2024-11-02
给我一些与coze 知识库搭建应用相关的文章
以下是一些与 Coze 知识库搭建应用相关的文章: 1. 目的是帮助非编程人士理解 AI 时代的知识库,读完可收获: AI 时代知识库的概念、实现原理及能力边界。 通往 AGI 之路大群中通过对话获取知识库中资料的原理。 更好地使用 Coze 等 AI Agent 平台中的知识库组件打造智能体。 另外还预告了关于 AI 时代应具备的编程基础系列大纲,包括数据库、知识库、变量、JSON、API、操作系统与服务器、Docker 等内容。 2. 包含多篇相关文章,如 3. 实战环节:以 Coze 为例帮助举一反三,未来接触其他 AI Agent 工具能快速上手知识库组件。 创建知识库: 来到个人空间,找到知识库导航栏,点击创建知识库。 选择知识库格式(目前支持文档、表格、图片)并填写信息。 选择本地文档或问答对可选择表格,进行自定义的文档切割,数据处理完成后一个问答对被切割成一个文档片。 使用知识库:可参考
2024-11-02
AGI是什么意思
AGI 指的是通用人工智能(Artificial General Intelligence),它是一种能够像人类一样思考、学习和执行多种任务的人工智能系统。做任何人类可以做的事,涵盖了广泛的认知技能和能力,包括推理、规划、解决问题、抽象思维、理解复杂思想、快速学习和从经验中学习等。在 2000 年代初,“通用人工智能”这一名词开始流行,以强调从“狭义 AI”到更广泛的智能概念的追求。但目前 AGI 还未取得巨大进展。
2024-11-02
哪些软件可以用来生成卡通形象?
以下是一些可以用来生成卡通形象的软件及相关操作: 1. Midjourney 背景:之前有制作过相关教程,可利用其以图绘图功能生成迪斯尼卡通风格的头像。若没有账号或不懂基础操作,可参考之前的教程。 操作: 选一张满意的图片,在 Discord 社区的 Midjourney 服务器聊天栏点击“+”,上传文件选取图片并发送。 复制图片在浏览器中打开的链接。 在聊天窗口输入/imainge 找到/imagine prompt,将链接放入,加提示词(以英文逗号分隔)和设置参数。 设置参数: iw 1.5:设置参考图片的权重,数值越高与参考图片越接近,默认 0.5,最大 2,可选择中间值调整。 s 500:设置风格强度,个性化、艺术性,数字越大越有创造力和想象力,可设置 0 1000 间任意整数。 v 5:用 Midjourney 的第 5 代版本,需订阅付费,不想付费可用v 4。 no glasses:若不喜欢戴眼镜的图片,可使用此设置。 2. 提示词: 风格提示词:dark fantasy style(黑暗幻想风格)、Pop art(波普艺术)、impressionism(印象派)、Neoimpressionism(后印象派)、fauvism(野兽派)、expressionism(表现主义)、abstract expressionism(抽象表现主义)、cubism(立体主义)、contemporary art(当代艺术)、anime style(动画风格)、cartoon(卡通)、visionary art(视觉艺术)、comic book(漫画书)、streampunk(蒸汽朋克)、dark theme(黑暗主题)、miniature model film(微缩模型电影)、DC Comics(能生成美漫封面的漫画画面)、pixiv(纯二次元风格人像)、style ofAl Williamson(威廉森风格)、Bauhaus Style(包豪斯风格)、Warhol(安迪·沃霍尔风格)、Luminsm(光色主义)、Magic Realism(魔幻现实主义)、fantastic Realism(魔幻现实主义)、Classical Realism(批判现实主义)
2024-11-02
生成卡通形象的AI
以下是关于生成卡通形象的 AI 的相关内容: 1. 通用人物模版:如果想用真人照片生成卡通头像,可以用“真人照片”+“照片描述”+“方法 1 的关键词”来处理。在使用过程中,若生成了满意的图,记得保存,下次同种类型可直接拿来喂图,效果更好。 2. 生成式 AI 和视觉效果:生成式 AI 会被艺术家作为工具,且需要一定程度的用户监督。以漫画家 Yoko Li 为例,用其 70 张图片训练的模型能以令人不安的方式模仿生成图像,每个艺术家都要思考创作方向,训练过的模型能提供更多选项。AI 模型生成的图像通常有非白色背景。在创意资产为重要业务组成部分的行业中,生成式 AI 带来的经济效益提升、创造新风格和概念的灵活性以及生成完整工作成果的能力,将使行业发生明显变化,不仅限于图像,还适用于整个设计领域。 3. 小码哥的 AI 绘画示例:如“一只穿着柔软中国唐代服装的小白兔,超级可爱,电影灯光,复杂的花丝设计,皮克斯风格,拟人化,手持粉色灯笼,大眼睛,微笑,桃花,流动,迷人,不朽,蓬松,闪亮的刷毛,花瓣,童话故事,虚幻引擎 5 和辛烷渲染,令人难以置信的细节,4K,在艺术站流行,华丽,超广角,4K ar 10:16 test video upbeta upbeta upbeta”等十二生肖唐装系的描述。
2024-11-02
手机端好用的ai软件
以下为您推荐一些手机端好用的 AI 软件: Kimichat:访问网址 https://kimi.moonshot.cn/ ,您可以通过微信小程序搜索 kimi,并将小程序悬浮固定,隐藏到微信左侧方便快速调出。 秘塔 AI:访问网址 https://metaso.cn/ 美丽修行 APP:是一个 AI 美容护肤产品推荐平台,利用数据分析和自然语言处理技术,根据用户肤质推荐适合的美容护肤产品,市场规模达数亿美元。 360 儿童手表:具备 AI 儿童安全监控系统,通过图像识别和机器学习技术保障儿童安全,让家长放心,市场规模达数亿美元。 汽车之家 APP:拥有 AI 汽车保养提醒系统,利用数据分析和机器学习技术提醒车主及时进行汽车保养,市场规模达数亿美元。 京东物流仓储管理系统:是一个 AI 物流仓储管理系统,利用数据分析和机器学习技术优化物流仓储管理,提高运营效率,市场规模达数十亿美元。
2024-11-02
什么ai对思路分解做的比较好
以下几种 AI 在思路分解方面具有一定的优势和特点: 1. 专家 AI:鉴于其神经网络基础,可能通过元学习更快地获得知识。通过构建系统深入探索其内部工作机制,能创造学习的飞轮,未来甚至可能成为下一代专家的教师,帮助我们将复杂问题一部分一部分地拆解研究。 2. ChatGPT:在某些实用向话题,如写代码、解数学题等方面表现相对稳定,能够为解决问题提供一定的思路。 3. 大语言模型:可以加速认知提升,指导学习。人类可以利用其培养结构化思维,将复杂问题分解成更小、更易管理的部分,并通过逻辑和有条理的步骤来解决,从而达到解决整体问题的目的。 需要注意的是,不同的 AI 在不同的场景和任务中表现各异,具体的效果还需根据实际需求和使用情况来评估。
2024-11-02
如何用AI教外国人学汉语
以下是用 AI 教外国人学汉语的方法和推荐的工具: 1. 语言学习应用: 1.1 多邻国(Duolingo):功能是使用 AI 个性化学习体验,根据进度和错误调整练习内容,通过游戏化方式提供词汇、语法、听力和口语练习。使用方法为下载应用,选择汉语,按照课程指引学习。 1.2 巴贝尔(Babbel):结合 AI 技术提供个性化课程和练习,重点在于实际交流所需的语言技能。注册账户,选择汉语课程,按学习计划学习。 1.3 罗塞塔石碑(Rosetta Stone):使用动态沉浸法,通过 AI 分析学习进度,提供适合的练习和反馈。注册并选择汉语,使用多种练习模式学习。 2. AI 对话助手: 2.1 ChatGPT:可用来模拟对话练习,提高语言交流能力。在聊天界面选择汉语,与 AI 对话,询问语法、词汇等问题,模拟交流场景。 2.2 谷歌助手(Google Assistant):支持多种语言,可进行日常对话练习和词汇学习。设置为汉语,通过语音或文本输入互动。 3. 学习方法建议: 设定目标:明确学习目标和时间表,分阶段完成任务。 多样化练习:结合听、说、读、写多种方式全面提升技能。 模拟真实环境:尽量多与汉语母语者交流,或用 AI 对话助手模拟真实场景。 定期复习:使用 AI 工具的复习功能,根据记忆曲线定期复习已学内容。 4. 语言学习平台: 3.1 FluentU:使用真实世界的视频,通过 AI 生成个性化的词汇和听力练习。选择汉语,观看视频并完成练习积累词汇、提升听力。 3.2 Memrise:结合 AI 技术,根据记忆曲线提供复习和练习,增强记忆效果。选择汉语,使用词汇卡和练习学习。 5. 发音和语法检查: 4.1 Speechling:提供口语练习和发音反馈,帮助改进口音和发音准确性。录制语音,提交给 AI 系统或人类教练获取反馈和建议。 4.2 Grammarly:帮助提高写作的语法和词汇准确性,支持多种语言。将写作内容粘贴到编辑器中获取改进建议。 6. 实时翻译和词典工具: 5.1 谷歌翻译(Google Translate):提供实时翻译、语音输入和图像翻译功能,适合快速查找和学习新词汇。输入或语音输入内容查看翻译结果和例句。 5.2 Reverso Context:提供单词和短语的翻译及上下文例句,帮助理解和学习用法。输入单词或短语查看翻译和例句。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2024-11-02
用AI读论文的提示词
以下是一些用 AI 读论文的提示词技巧: 概括:要求对较长内容进行简要概括,例如“请为这篇长篇科技文章提供一个简短的概要。” 讲故事:要求使用讲故事或叙事技巧,比如“请用一个人物的故事来展示运动如何改变了他们的生活。” 优缺点:要求评估主题的优缺点,像“分析使用电子书和纸质书的优缺点。” 利弊分析:对主题的利弊进行分析,例如“分析远程工作的利与弊。” 问题解决:针对特定问题提供解决方案或建议,比如“请提供几个有效的解决睡眠问题的方法。” 最佳实践:提供关于某主题的最佳实践或指南,例如“请提供一份关于如何高效学习的最佳实践指南。” 时间线:提供事件或发展的时间线,比如“请为互联网的发展提供一个简要的时间线。” 行动呼吁:明确的行动呼吁或后续步骤,例如“在关于环保的文章结尾提出具体的环保行动建议。” 分步指南:提供过程的分步指南或说明,比如“提供一个关于如何制作自制面包的分步指南。” 历史背景:考虑历史背景或背景,例如“在写关于量子计算的文章时,谈论量子计算的历史发展。” 对比:比较和对照不同的观点或概念,比如“请比较太阳能和风能作为可再生能源的优缺点。” 教训:讨论从特定情况中得到的教训,例如“分享一个关于企业失败的案例,并从中提炼出的教训。” 观点:要求考虑多种观点或意见,比如“分析支持和反对核能发展的观点。” 常见问题解答:生成常见问题解答(FAQs)列表,例如“请提供一份关于瑜伽初学者的常见问题解答列表。” 背景:提供背景信息、数据或上下文以便生成准确内容,比如“请结合当前全球碳排放数据谈论气候变化的影响。” 目标:说明回应的目标或目的(如通知、说服、娱乐),例如“编写一篇旨在说服读者加入环保运动的文章。” 受众:指定定制内容的目标受众,比如“请为初中生编写一篇关于节水的文章。” 范围:界定主题的范围或范围,例如“请仅关注瑜伽在减压方面的好处。” 扮演角色:表明要采用的角色或观点(如专家、评论家、爱好者),比如“从一个科学家的角度阐述太阳能的优点。” 示例:提供所需风格、结构或内容的示例,例如“请参考《纽约时报》的文章风格撰写一篇关于自然保护的报道。” 案例研究:要求参考相关案例研究或现实世界示例,比如“在关于可持续发展的文章中,介绍一些成功的企业案例。” 假设情景:鼓励探讨假设性场景,例如“假设全球变暖持续恶化,我们需要采取哪些措施应对?” 数据:鼓励使用统计数据或数据支持主张,比如“在关于电动汽车的文章中提供销售数据和环境影响数据。” 您还可以参考以下小七姐的相关内容进一步了解:
2024-11-02
大语言模型综述论文有哪些
以下是一些大语言模型的综述论文: 参考文献: B.Wang, W.Chen, H.Pei, C.Xie, M.Kang, C.Zhang, C.Xu, Z.Xiong, R.Dutta, R.Schaeffer 等,“Decodingtrust:GPT 模型中信任度的全面评估”,arXiv 预印本 arXiv:2306.11698,2023。 Z.Zhang, L.Lei, L.Wu, R.Sun, Y.Huang, C.Long, X.Liu, X.Lei, J.Tang, 和 M.Huang, “Safetybench:使用多项选择题评估大型语言模型的安全性”,2023。 X.Shen, Z.Chen, M.Backes, Y.Shen, 和 Y.Zhang, “现在就做任何事:在大型语言模型上表征和评估野外越狱提示”,arXiv 预印本 arXiv:2308.03825,2023。 X.Liu, N.Xu, M.Chen, 和 C.Xiao, “Autodan:在对齐的大型语言模型上生成隐蔽的越狱提示”,arXiv 预印本 arXiv:2310.04451,2023。 S.Zhu, R.Zhang, B.An, G.Wu, J.Barrow, Z.Wang, F.Huang, A.Nenkova, 和 T.Sun, “Autodan:对大型语言模型的可解释梯度基对抗攻击”,2023。 A.Zhou, B.Li, 和 H.Wang, “针对越狱攻击保护语言模型的强健提示优化”,arXiv 预印本 arXiv:2401.17263,2024。 X.Guo, F.Yu, H.Zhang, L.Qin, 和 B.Hu, “Coldattack:用隐蔽性和可控性越狱 LLMs”,2024。 T.Shen, R.Jin, Y.Huang, C.Liu, W.Dong, Z.Guo, X.Wu, Y.Liu, 和 D.Xiong, “大型语言模型对齐:一项调查”,arXiv 预印本 arXiv:2309.15025,2023 年。 X.Liu, X.Lei, S.Wang, Y.Huang, Z.Feng, B.Wen, J.Cheng, P.Ke, Y.Xu, W.L.Tam, X.Zhang, L.Sun, H.Wang, J.Zhang, M.Huang, Y.Dong, 和 J.Tang, “Alignbench:大型语言模型中文对齐的基准测试”,2023 年。 P.Christiano, J.Leike, T.B.Brown, M.Martic, S.Legg, 和 D.Amodei, “基于人类偏好的深度强化学习”,2023 年。 T.Yu, Y.Yao, H.Zhang, T.He, Y.Han, G.Cui, J.Hu, Z.Liu, H.T.Zheng, M.Sun, 和 T.S.Chua, “RLHFV:通过细粒度校正人类反馈实现可信赖的 MLLMs 行为对齐”,2023 年。 M.S.Jahan 和 M.Oussalah, “使用自然语言处理进行仇恨言论自动检测的系统综述。”,《神经计算》,第 126232 页,2023 年。 OpenAI, “Sora 安全。”https://openai.com/sorasafety,2024 年。 Z.Fei, X.Shen, D.Zhu, F.Zhou, Z.Han, S.Zhang, K.Chen, Z.Shen, 和 J.Ge, “Lawbench:大型语言模型的法律知识基准测试”,arXiv 预印本 arXiv:2309.16289,2023 年。 市场分析 其他观点 相关论文: :斯坦福大学对基础模型的概述论文。 :年度回顾,涵盖 AI 领域的所有事物。 :对大型语言模型(LLMs)在劳动力市场潜在影响的早期研究。 :Eric Topol 医生揭示了人工智能如何有可能将医生从耗费大量时间的任务中解放出来,从而不会干扰到人与人之间的连接。
2024-11-02