创业6个月裤衩都赔掉了；2023生成式AI年度大事表；AI工程师的自我修养；LLM开发者成长计划；OpenAI LLM入门课程

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！

👀 黄家驹AI演唱「直到世界尽头」，是科技前进也是青春回望~

https://www.bilibili.com/video/BV1CG411i7MV

最近几天，B站UP主 @大悦聊 转载了使用AI技术模拟黄家驹演唱「直到世界尽头」的视频，随后在各个社交媒体传播并吸引了大量讨论。黄家驹的歌声搭配「灌篮高手」的主题曲，唤醒了一代人心中关于青春的美好记忆。

歌迷们比较一致的观点是，当前AI生成的音色和声线已经有8分像了！只是唱法还有一点点瑕疵，主要表现在每句尾音的处理，但是能听到这个声音已经激动加感动了！甚至开始期待一场AI演唱会~

这个视频原作者是 YouTube@KaKuiAI。很好奇这位创作者使用了哪些技术和工作流，可以处理到如此细致入微的程度！

🉑 2023亚马逊云科技 re:Invent 全球大会 | 生成式AI赋能千行百业

2023年亚马逊云科技 re:Invent 全球大会于北京时间2023年11月28日-12月1日举办，并进行了线上同步直播。作为亚马逊的年度科技盛典，大会发布的创新产品和技术非常值得关注。

今年的大会重磅发布了 Amazon Q、Graviton4、数据库&应用领域 Serverless 创新、Zero-ETL 新集成功能等，以及面向汽车、制造、生命科学、零售和电商、游戏、金融服务等行业的垂直应用和客户实践。

日报选取与生成式人工智能最密切相关的几个产品，看看亚马逊在这一新领域的布局和进展。了解大会更多信息可以阅读下方官方盘点。

发布 Amazon Q：一个面向企业用户的生成式 AI 助手，可广泛应用于各个垂直行业，将全面改变行业客户在亚马逊云科技上构建、部署和应用生成式 AI 的方式

Amazon Connect 推出生成式 AI 功能：Amazon Connect 是一种全渠道云联络中心服务，新增生成式 AI 功能后，使各种规模的组织能够提高员工生产力、节省成本和改善客户服务体验；新增功能包括Amazon Q in Connect、Amazon Connect Contact Lens、Amazon Lex in Amazon Connect、Amazon Connect Customer Profiles

发布 Amazon Titan Image Generator：通过自然语言提示制作工作室质量级别的逼真图像，帮助零售和电商、游戏开发者、媒体和娱乐、广告营销等行业客户以低成本快速设计和迭代大量图像

推出 Amazon Lex 话语生成（utterance generation）功能：Amazon Lex 是一种用于在任何应用中使用语音和文本构建会话接口的服务，可以快速轻松地构建对话机器人、虚拟客服和交互式语音响应（IVR）系统 ⋙ 官网完整盘点

🉑 年度大事表| 2023 生成式AI寒武纪大爆发

Author: 00@xueyuan.ai

可以前往 ShowMeAI 星球搜索关键字「年度大事表」，下载高清原图 (使用浏览器访问链接 https://t.zsxq.com/14DRq4ZZg 即可)

这份年度大事表，收集了ChatGPT 发布后的一整年时间里，生成式AI每个月的关键事件，并按照产品 (文本 / 图片 / 视频 / 代码 / 其他 / 开源)、模型 (基础 / 多模态)、算力、政策法规这四项进行了分类展示。

可以看出，最近一年生成式AI技术和产品在快速演进，用「日新月异」来形容真是一点没夸张。认真看看这张图，你应该能想起每次被「爆炸性新闻」轰炸信息流的白天和夜晚~

👀 AI知识地图 | 一个AI工程师的自我修养

Author: 即刻 @pe653

可以前往 ShowMeAI 星球搜索关键字「一个AI工程师的自我修养」，下载高清原图 (使用浏览器访问链接 https://t.zsxq.com/14my70TUO 即可)

这是即刻用户 @pe653 分享的一份「AI工程师」学习路径，包括前端demo、环境、推理部署、Train训练、Eval评估框架、算法与网络结构、数据与构造等7个知识领域，共75个技能板块 ༼ つ ◕_◕ ༽つ

🉑 大模型时代，程序员如何实现自我成长

文章作者就是一位开发者，他梳理分享了过去一年总结积累的思考、资料和经验，并借此带领大家回顾了一下过去一年大模型领域的发展情况。

文章会分成了四个部分，从初次接触 ChatGPT 沉迷追 AI 新闻，到开始亲身实践并利用 LLM 进行一些有价值的工作，然后以开发者视角总结一年来大模型各个层面的发展，最后浅谈一下对 AI 未来的一些展望。

尤其不错的是，作者给出了品质非常不错各类清单和链接，包括优质信息源、基础和进阶课程、标志性的开源项目、基础模型服务商、中间层、体验不错的 LLM 产品等等。值得跟着作者清单 follow 一下 ⋙ 阅读原文

🉑 我的朋友开了家AI公司，6个月就把裤衩赔掉了

这是差评君分享的一个他朋友「杨泽玮」创立AI公司失败的经历。6个月，花掉20万，挣了200块，最终关停了项目。一定程度上来说，他是这轮AI创业浪潮里很多人和故事的缩影——迷茫且亢奋，混乱又坚定。

杨泽玮在2023年年初受到GPT-4发布的启发，决定创立一个将AI与设计需求结合的网站。尽管他和团队成员对AI并不了解，但他们通过在线教程学习，并在三个月内完成了网站开发。然而，项目在实际运营中遇到了很多困难，如盈利问题、竞争激烈、难以获得投资等。

在经历一番「大冒险」之后，创业者的「真心话」值得一听——我们还需要补太多课，才能成为一名还算优秀的创业者。以及，尤其值得一提的是，原文评论区很不错！ ⋙ 阅读原文

👀 2023中文大模型进展评估 | ChatGPT发布一周年特别报告

ShowMeAI知识星球资源编码：R198

中文语言理解测评基准 CLUE (The Chinese LanguageUnderstanding Evaluation) 发起于2019年，陆续推出CLUE、FewCLUE、KgCLUE、DataCLUE等广为引用的测评基准。SuperCLUE 是大模型时代 CLUE 基准的发展和延续，聚焦于通用大模型的综合性测评，构建了多层次、多维度的综合性测评基准。

11月底，中文大模型测评基准 SuperCLUE 发布最新报告「SuperCLUE中文大模型基准测评报告，2023」，公布了对中文大模型的最新测评结果，并梳理了过去一年国内大模型的关键进展。整理了以下关键页面，感兴趣可以下载报告查看详细信息。

自2022年11月30日ChatGPT发布以来，AI大模型在全球范围内掀起了有史以来规模最大的人工智能浪潮。国内学术和产业界在过去一年也有了实质性的突破，大致可以分为三个阶段：

准备期：ChatGPT发布后国内产学研迅速形成大模型共识

成长期：国内大模型数量和质量开始逐渐增长

爆发期：各行各业开源闭源大模型层出不穷，形成百模大战的竞争态势

报告整理了几十个值得关注的中文大模型，包括开源/闭源的通用大模型，以及聚焦于医疗、汽车、教育、金融、工业、文化、零售、交通等垂直领域的行业大模型。

这张图是整份报告的核心。可以看出测评结果按照「基础能力」和「应用能力」分成了四个象限。以下进行简单说明，如果对测评细节感兴趣可以前往阅读原报告：

基础能力包含语言理解与生成、专业技能与知识、传统安全的能力考察

应用能力主要考察对于通用工具使用和检索调用规划接口的能力；

卓越领导者：代表模型在基础和场景应用上处于领先位置，引领国内大模型发展

实用主义者：代表模型在场景应用上处于领先定位

潜力探索者：代表模型正在早期探索拥有较大潜力

技术领跑者：代表模型聚焦基础技术研究

🉑 OpenAI 大神 Andrej Karpathy 带你一小时入门大语言模型

看了一圈，觉得这个视频的中英字幕翻译还不错 ⋙ https://www.bilibili.com/video/BV1kC4y1P7Lt/

OpenAI 有两位大家熟知的技术大神有两位，一位是在最近风波中被广为人知的Ilya，另外一位就是温文儒雅的Andrej Karpathy。

他在今年5月份的微软BUILD 2023大会上，做了名为「State of GPT」的演讲，介绍了 GPT 的训练和推理过程。如果你一直在关注生成式AI领域，应该这次分享印象深刻。

上次的演讲没有留下视频，因此Andrej Karpathy 最近专门录制了一个视频「The busy person’s intro to large language models (给大忙人的 LLM 入门课)」，用一小时的时间带你搞懂什么是大模型。这应该是我们能看到的最好的大模型入门讲座了。

下岗链接是视频字幕的英文文字版本，以下是整理的课程要点和时间戳。没找到很好的中文翻译和学习笔记，大家先凑活看英文吧~ 感兴趣可以对照观看并整理笔记：

Deep Dive Into Large Language Models 深入了解大语言模型

00:20 LLM Inference (LLM 推理)

04:17 LLM Training (LLM 训练)

08:58 LLM dreams (LLM 做梦)

11:22 How do they work? (它们是如何工作的)

14:14 Finetuning into an Assistant (微调成助手)

17:52 Summary so far (目前为止的总结)

21:05 Appendix: Comparisons, Labeling docs, RLHF, Synthetic data, Leaderboard (附录：比较、标签文档、RLHF、合成数据、排行榜)

25:43 LLM Scaling Laws (LLM 扩展定律)

27:43 Tool Use (Browser, Calculator, Interpreter, DALL-E) (工具使用 - 浏览器、计算器、解释器、DALL-E)

33:32 Multimodality (Vision, Audio) (多模态 - 视觉、音频)

35:00 Thinking, System 1/2 (思考，系统1/2)

38:02 Self-improvement, LLM AlphaGo (自我提升，LLM AlphaGo)

Security Aspects Of Large Language Models 大语言模型的安全方面

40:45 LLM Customization, GPTs store (LLM 定制，GPTs 商店)

42:15 LLM OS (LLM 操作系统)

45:43 LLM Security Intro (LLM 安全简介)

46:14 Jailbreaks (越狱)

51:30 Prompt Injection (提示注入)

56:23 Data poisoning (数据投毒)

58:37 LLM Security conclusions (LLM 安全总结) ⋙ 链接