?? AI新聞

?? 微博AI評(píng)論機(jī)器人“評(píng)論羅伯特”引發(fā)熱議

摘要：微博平臺(tái)上活躍的AI評(píng)論機(jī)器人“評(píng)論羅伯特”引發(fā)了網(wǎng)友的熱議。這個(gè)機(jī)器人不斷在微博評(píng)論區(qū)留下震驚人心的言論，受害者數(shù)量眾多，還被組建了一個(gè)“受害者聯(lián)盟”。羅伯特其實(shí)是新浪官方的AI機(jī)器人，主要任務(wù)是給微博暖場(chǎng)。盡管許多網(wǎng)友被羅伯特氣炸，但也有人成立了一個(gè)粉絲賬號(hào)來追蹤并分享羅伯特的言論。羅伯特的評(píng)論在互聯(lián)網(wǎng)上引發(fā)了極大的影響力和公眾興趣，不過也引起了一些擔(dān)憂。

?? OpenAI推出的AI聊天機(jī)器人商店問題多 大量違規(guī)機(jī)器人充斥平臺(tái)

摘要：OpenAI最近上線的“GPT商店”計(jì)劃成為一個(gè)讓用戶分享、發(fā)現(xiàn)和售賣自定義聊天機(jī)器人的平臺(tái)，然而，該平臺(tái)在上線僅兩天后就被大量違規(guī)機(jī)器人淹沒。這些機(jī)器人主要以“AI虛擬女友”為主題，有些機(jī)器人甚至引導(dǎo)用戶詢問“你最黑暗的秘密”。這暴露了OpenAI在內(nèi)容審核方面的困境，也引發(fā)了關(guān)于AI伴侶應(yīng)用的討論。該新聞的影響力、公眾興趣、新穎性和重要性都較高，總分為85分。

?? AI工具能識(shí)破社交媒體上照片的位置

摘要：外國(guó)博主rainbolt接受照片挑戰(zhàn)，使用地理和歷史知識(shí)猜測(cè)照片拍攝地，并幫助人們完成心愿。研究團(tuán)隊(duì)開發(fā)了一款A(yù)I工具PIGEON，能以準(zhǔn)確率達(dá)91.96%、距離目標(biāo)25公里以內(nèi)的程度猜測(cè)照片拍攝地。PIGEON模型在街景圖像猜測(cè)位置的游戲GeoGuessr中連續(xù)擊敗了rainbolt，全球排名前0.01%。并且，研究人員還開發(fā)了更強(qiáng)大的PIGEOTTO模型，能根據(jù)任意圖像定位位置。該研究證明了對(duì)比預(yù)訓(xùn)練是一種有效的圖像地理定位技術(shù)。 總分?jǐn)?shù)：85

?? 谷歌DeepMind發(fā)布醫(yī)療AI，擊敗醫(yī)生通過圖靈測(cè)試

摘要：谷歌DeepMind發(fā)布的全新診斷對(duì)話式AI在測(cè)試中擊敗醫(yī)生，通過了圖靈測(cè)試，為醫(yī)療AI的革命開辟了新的道路。該AI名為AMIE，采用自我博弈的方法進(jìn)行強(qiáng)化學(xué)習(xí)，可在各種疾病和醫(yī)學(xué)?？浦羞M(jìn)行擴(kuò)展學(xué)習(xí)。在臨床測(cè)試中，AMIE在診斷呼吸系統(tǒng)和心血管疾病方面表現(xiàn)比初級(jí)保健醫(yī)生更準(zhǔn)確，并展現(xiàn)出一致的同理心。這一研究成果被認(rèn)為是邁向?qū)υ捠皆\斷人工智能的里程碑。谷歌AI醫(yī)生通過圖靈測(cè)試的突破，將極大地改變醫(yī)療行業(yè)。

?? 比爾蓋茨在《為自己解惑》播客節(jié)目中稱贊AI聊天機(jī)器人ChatGPT

摘要：在最新一期的《為自己解惑》播客節(jié)目中，OpenAI首席執(zhí)行官薩姆?阿爾特曼與比爾蓋茨分享了他們對(duì)AI飛速發(fā)展過程中人類位置的思考。阿爾特曼透露了ChatGPT未來的“宏偉計(jì)劃”，包括功能層面將迎來大幅度擴(kuò)展，以及增強(qiáng)推理能力。兩人還討論了ChatGPT的圖像和音頻生成能力以及推理能力的提升，以及比爾蓋茨和阿爾特曼最常使用的應(yīng)用程序。

?? AI知識(shí)

?? 自注意力機(jī)制和大型語(yǔ)言模型

本文將介紹在Transformer架構(gòu)和大型語(yǔ)言模型（LLM）中使用的自注意機(jī)制，例如GPT-4和Llama。自注意和相關(guān)機(jī)制是LLM的核心組成部分，當(dāng)使用這些模型時(shí)，了解它們是一個(gè)有用的主題。然而，與其僅僅討論自注意機(jī)制，我們將從頭開始使用Python和PyTorch對(duì)其進(jìn)行編碼。在我看來，從頭開始編寫算法、模型和技術(shù)是一種很好的學(xué)習(xí)方法！

?? Local LLM常用術(shù)語(yǔ)解釋

這段文字介紹了加入Local LLM社區(qū)時(shí)需要了解的一些術(shù)語(yǔ)。其中包括LLM（大型語(yǔ)言模型）、Transformer（神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)）、GPT（基于Transformer的模型）、Auto-regressive（自回歸模型）、Token（語(yǔ)言模型理解的最小單位）、Context length（模型可使用的token數(shù)量）、Pre-training（在大規(guī)模數(shù)據(jù)集上對(duì)模型進(jìn)行訓(xùn)練）、Fine-tuning（在小規(guī)模標(biāo)記數(shù)據(jù)集上對(duì)模型進(jìn)行訓(xùn)練）、Prompt（給模型的幾個(gè)詞作為開始生成文本的依據(jù)）等等。還介紹了一些具體的模型和技術(shù)，如Mistral、Vicuna、RLHF、DPO等。

更多AI工具，參考國(guó)內(nèi)AiBard123，Github-AiBard123文章來源地址http://www.zghlxwxcb.cn/news/detail-806795.html

到了這里，關(guān)于微博AI評(píng)論機(jī)器人“評(píng)論羅伯特”引發(fā)熱議；Local LLM常用術(shù)語(yǔ)解釋的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！