提示工程已經(jīng)成為了熱門話題，無(wú)論是CO-STAR框架構(gòu)建提示詞，使用分隔符將提示詞分段，使用LLM護(hù)欄創(chuàng)建系統(tǒng)提示，還是僅使用LLM（無(wú)需插件或代碼）分析數(shù)據(jù)集，用戶都將擁有全新的使用體驗(yàn)。

趕超GPT-4的階段性升級(jí)，可以看作是國(guó)產(chǎn)大模型有序迭代部署、不斷拉近差距的標(biāo)志，切莫像手機(jī)跑分那樣，在過度營(yíng)銷的作用下，淪為被群嘲的對(duì)象。

本文原始內(nèi)容編寫自 2023 年 6 月，在 2024 年 Sora 誕生之際再翻出來(lái)這個(gè)結(jié)論 refine 發(fā)出來(lái)。

LongRoPE方法首次將LLM的窗口擴(kuò)展到了2048k個(gè)token，只是簡(jiǎn)單微調(diào)的情況下，就能實(shí)現(xiàn)與短上下文窗口相近的性能！

本文是基于過去對(duì)AI整個(gè)行業(yè)的觀察得出的猜想，等到年末，可以驗(yàn)證一下這些里面有多少是符合的。

時(shí)隔9個(gè)月之后，meta正式發(fā)布了Llama3的正式版。模型已經(jīng)上架，8B和70B模型已經(jīng)開源，可以免費(fèi)商用（限制月活不的超越7億），還有哪些新的信息呢？

自從ChatGPT發(fā)布之后，大模型對(duì)知識(shí)整理、歸納、推理、總結(jié)方面強(qiáng)大的能力引起了大家的關(guān)注。而銀行領(lǐng)域的專業(yè)性和特殊性，更要求自己構(gòu)建LLM產(chǎn)品。本文針對(duì)銀行使用大模型的場(chǎng)景、方式進(jìn)行了詳細(xì)的分析，并給出了銀行做大模型的實(shí)踐樣例，供大家參考。

生成式AI過去一年群雄逐鹿，大家都在卷參數(shù)卷表達(dá)，但Kimi的入局，讓大家好像突然找到了方向——原來(lái)“長(zhǎng)文本”才是大家需要的。于是各個(gè)大模型都開始卷入長(zhǎng)文本大戰(zhàn)，但方向?qū)α藛?？且看作者的分析?

人工智能領(lǐng)域正在如火如荼地發(fā)展，隨著諸如ChatGPT、Claude、Gemini、Sora和Grok等平臺(tái)的不斷涌現(xiàn)，AI技術(shù)和模型持續(xù)演進(jìn)，引發(fā)人們對(duì)通用人工智能（AGI）的濃厚興趣。 在這一備受關(guān)注的話題中，人們常常將GPT和AGI的概念混淆在一起。 有人稱贊GPT是新的工業(yè)革命，有人則認(rèn)為當(dāng)前的人工智能技術(shù)已進(jìn)入AGI時(shí)代或即將邁入。 盡管GPT系列模型憑借出色的自然語(yǔ)言生成能力和廣泛的應(yīng)用聲名鵲起，但我們不能忽視的是，GPT模型雖擅長(zhǎng)處理大量文本數(shù)據(jù)和執(zhí)行各種語(yǔ)言任務(wù)，但并非等同于通用人工智能。 GPT展現(xiàn)的智能只是人工智能技術(shù)中的一小部分，其重點(diǎn)在語(yǔ)言理解與生成，而AGI則追求跨領(lǐng)域、多任務(wù)的全面深厚智能。 因此，理性地認(rèn)識(shí)GPT與AGI之間的區(qū)別至關(guān)重要。 本文旨在探討當(dāng)前最新人工智能技術(shù)的成就，梳理和分析通用人工智能的發(fā)展脈絡(luò)，盡管GPT備受矚目，卻并非AI通向AGI的全部旅程。

在大模型出現(xiàn)之后，不少人都在思考一個(gè)問題，即如何將LLM的智能應(yīng)用到專業(yè)領(lǐng)域，或許在這篇文章里，我們可以找到一些思路。本文便針對(duì)DraftWise這個(gè)AI驅(qū)動(dòng)平臺(tái)做了一定分析，一起來(lái)看。

隨著企業(yè)對(duì)高效搜索和知識(shí)管理的需求日益增加，一批專注于企業(yè)AI搜索的公司也誕生了。這篇文章里，作者就介紹了一家初創(chuàng)公司Glean，它利用大模型，為用戶構(gòu)建了智能化的搜索體驗(yàn)。

產(chǎn)品經(jīng)理要如何讓手頭負(fù)責(zé)的產(chǎn)品不走偏？產(chǎn)品路線圖這一“角色”就起作用了。這篇文章里，作者就分享了構(gòu)建產(chǎn)品路線圖的幾個(gè)步驟，不妨來(lái)看一下。