ChatGPT新功能曝光:可记住用户信息、上传文件和工作区

news2024/11/22 7:02:22

在这里插入图片描述

🦉 AI新闻

🚀 ChatGPT新功能曝光:可记住用户信息、上传文件和工作区

摘要:一张神秘截图曝光了ChatGPT新功能,包括可记住用户信息的"My profile"、上传和管理文件的"My files"以及可以让AI使用不同风格与用户互动的"Workspace"。爆料者指出相关代码正在加紧更新完善,离正式发布也许不远了。不少网友狠狠地期待这些新功能,认为上传文件能让AI输出的质量指数级提高。但也有人担心个人信息的安全问题。值得一提的是,Perplexity AI已经推出类似功能,AI对话式搜索引擎公司也在这一领域有所突破。

🚀 Dropbox日本子公司发布基于AI的通用搜索工具测试版

摘要:Dropbox Japan发布了基于AI的搜索工具Dropbox Dash测试版,该工具聚合了多个热门办公平台和应用,可以提高用户的信息搜索效率。Dropbox Dash与Google Workspace、微软Outlook和Salesforce等平台集成,使用户可以在同一个搜索栏中快速找到工作所需信息。同时,Dropbox Dash拥有一个仪表盘式的起始页,让用户可以快速访问通用搜索、堆栈、最近处理内容等功能。Dropbox Dash还将在未来支持使用生成式AI来回答问题,并根据用户信息展示用户所在公司的内部数据。

🚀 刘慈欣:人工智能会取代高大上的职业,但不会消灭人类

摘要:刘慈欣在联合国中文日上的演讲中阐述了对于“以ChatGPT为代表的人工智能会给人们带来的影响”话题的看法,并回答了人工智能是否会消灭人类的问题。他表示,人工智能会代替相当多的工作,但首先取代的是一般社会普遍认定的“高大上”的行业。而在面对“人工智能是否会追踪会消灭人类”这一问题时,刘慈欣从暴力与非暴力的层面进行了解答,即“由于人类算力不足,人工智能难以进行自我迭代,并最终物理上使用暴力统治世界”,但“人类可能在未来过度沉浸于人工智能提供的服务中,最终醉生梦死”。

🚀 OpenAI的GPT-4在TTCT测试中创造力最高,超越99%的人类

摘要:OpenAI的GPT-4在托伦斯创造性思维测试(TTCT)中的得分直接排在了前1%。蒙大拿大学和UM Western大学的研究团队发现,GPT-4的创造力全方位持平或碾压人类。该研究显示,AI的创造力对初创企业和小企业的发展会有重要影响,成为推动整体经济活动增长的重要力量。其创造力点:流畅性、灵活性、原创性,超过了人类大部分反应。

🚀 哈佛研究显示:ITI技术能提高语言模型的真实性

摘要:哈佛大学的研究人员提出推理-时间干预(Inference-Time Intervention,ITI)技术,用来提高语言模型的真实性。该技术在模型的推理阶段通过调整模型激活来引导输出走向事实的方向,不需要改变原始模型且计算成本低。研究结果表明,语言模型内部表征中确实存在事实信息,但有时会选择错误的事实。ITI技术可让答案更真实,也可以通过控制超参数来平衡模型的真实性和有用性。此外,ITI技术还不需要大量的标注数据。

🗼 AI知识

🔥 Gorilla

Gorilla是一个大型语言模型,它通过自然语言查询来准确调用超过1,600个API。Gorilla可用于商业用途,并可与其他工具(如Langchain、Toolformer和AutoGPT)集成。该项目计划通过社区贡献和发布最新的Gorilla LLM训练代码来扩展其API存储库。Gorilla语言模型可以准确调用超过1,600个API,而且减少了幻觉。该项目还包括APIBench,是最大的API集合,经过策划且易于训练。Gorilla是开源项目,欢迎社区的贡献。存储库包括评估和推理代码、API数据集和模型权重。该项目的未来计划包括扩展API存储库、发布训练代码,以及通过APIBench和APIZoo训练最新的Gorilla LLM。

🔥 State of GPT(GPT 的现状)
🔥 stateofgpt.pdf

通过阅读本文,你将:
了解一个GPT模型是如何被训练出来的;
理解GPT与人脑的认知差异,以及如何弥补这种差异;
获知采取哪些措施可以提高GPT的成功率;
知晓如何微调GPT以更好地适应我们的任务。

🔥 使用YouTube、OpenAI、Langchain和Pinecone训练聊天机器人

YouTube-to-Chatbot项目提供了一个Python notebook ,允许用户利用YouTube、OpenAI、Langchain和Pinecone的强大功能,对整个YouTube频道进行聊天机器人的训练。该笔记本从频道视频中提取信息,并训练聊天机器人创建一个与用户进行有意义对话的AI助手。该项目旨在为内容创作者提供互动和有趣的体验,并通过为观众提供个性化的建议和回复以及自动化例行任务来促进社区增长。用户可以在Twitter上关注创作者以获得新功能和更新的早期访问权限,并为该项目做出贡献。要使用YouTube-to-Chatbot,用户可以克隆存储库,在Google Colab上访问笔记本,填写所需信息,并运行每个步骤来训练和部署聊天机器人。

🔥 十个ai的创业方向

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/685896.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

从Wi-Fi,蓝牙,到4G,5G,到卫星网络,频谱共享已无处不在

在智能手机像牙刷一样普及的今天,频谱共享,成为了近些年通信界的一个热词儿。频谱因为通信的重要而变得越发重要,又因为频谱是一种稀缺资产,而使用需求又在日益飞速地增长,所以成为重中之重。智能手机、物联网、军事和…

【QT】枚举常用宏到底有什么作用?(Q_ENUM,Q_FLAG,Q_DECLARE_FLAGS,Q_DECLARE_OPERATORS_FOR_FLAGS)

目录 1. Q_ENUM宏 与 QMetaEnum类1.1 Q_ENUM宏的作用1.2 使用Q_ENUM注意的问题1.3 在写有关枚举的代码时,我们可能遇到这种情况:需要用到枚举的字符串,该怎么办?1.4 下面通过一段简单的代码来说明Q_ENUM的作用 2. Q_FLAG宏2.1 Q_F…

satellite: 利用TLE动态计算并实时显示多颗卫星的位置及轨迹

本示例的目的是介绍演示如何在vue+satellite项目中利用两行根数动态地计算,并显示多个卫星的位置及轨迹。每秒钟更新一下卫星的位置和角度,加载当前时间到固定时间(如720分钟后)的一段轨迹。 直接复制下面的 vue+openlayers源示例代码,操作2分钟即可运行实现效果 文章目…

DDD领域驱动设计基本理解

DDD是一种软件设计思想和方法论,以领域为核心构建软件设计体系,将业务模型抽象成领域模型进行拆解和封装。本文简要介绍DDD的基本概念和常用的分层设计架构,并结合业务场景进行领域驱动设计的实战分析,以加深理解。 1、DDD领域驱动…

opencv通过轮廓去除虚线

思路: 将虚线膨胀为实线,通过高度和宽度找到轮廓,再将轮廓内的面积涂白色 img cv2.imread(imagePath) gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) gray_test gray.copy() binary_test cv2.adaptiveThreshold(clean_gray(gray_test),25…

做项目,最难搞定的不是甲方爸爸...

早上好,我是老原。 前几天和一个老朋友吃饭的时候,他和我吐槽他上个月做的一个项目,实在太累了,几乎是没日没夜地赶进度,身体都快垮了。 我问他既然时间来不及,为什么不前期就和客户沟通好。 他说其实客…

uni-app 的使用体验总结

框架简介 uni-app 是一个使用 Vue.js (opens new window)开发所有前端应用的框架,开发者编写一套代码,可发布到iOS、Android、Web(响应式)、以及各种小程序(微信/支付宝/百度/头条/飞书/QQ/快手/钉钉/淘宝)…

【自然语言处理】COLD:中文攻击性言论检测数据集

COLD:A Benchmark for Chinese Offensive Language Detection 文章目录 COLD:A Benchmark for Chinese Offensive Language Detection1 论文出处2 背景2.1 背景介绍2.2 针对问题2.3 创新点 3 数据集构建3.1 数据源3.2 效率改进3.3 数据集分析 4 实验设计…

驱动开发:内核物理内存寻址读写

在某些时候我们需要读写的进程可能存在虚拟内存保护机制,在该机制下用户的CR3以及MDL读写将直接失效,从而导致无法读取到正确的数据,本章我们将继续研究如何实现物理级别的寻址读写。 首先,驱动中的物理页读写是指在驱动中直接读…

LiveGBS流媒体平台GB/T28181功能-海康大华宇视华为NVR等4G摄像头自带物联网卡注册国标平台后看不到设备的时候如何排查及抓包

LiveGBS流媒体平台GB/T28181功能-海康大华宇视华为NVR等4G摄像头自带物联网卡注册国标平台后看不到设备的时候如何排查及抓包 1、设备注册后查看不到1.1、是否是4G|5G摄像头1.2、关闭萤石云1.3、防火墙排查1.4、端口排查1.5、IP地址排查1.6、设备TCP/IP配置排查1.7、设备多网卡…

【Nexus】Maven从Nexus中下载jar包

目录 一、前言二、配置Apache Maven1、在Maven的settings.xml中添加一个镜像配置,并覆盖中央仓库的默认配置 二、创建Maven项目,配置pom文件拉取Nexus中的jar包1、确定配置的Maven的settings.xml是否是上一步修改的settings.xml文件,以及repo…

规划地类、用途分区、空间管制区代码对应表

规划地类、用途分区、空间管制区代码对应表 —the—end—

UE5 与 C++ 入门教程·第一课:角色与 Enhanced Input

本文主要围绕 UE5 新的输入系统,手把手从 0 搭建 Unreal 项目,实现角色的基础移动。 重要提示:众所周知,C 属于编译型语言,因此动态灵活性不足,不过执行效率高,而蓝图简单灵活,却执行…

探索TCC:释放高可用性和弹性事务的潜力

1、TCC简介 分布式事务是指在分布式系统中,多个服务之间需要保证数据的一致性和完整性的场景。传统的单机事务无法满足分布式系统的需求,因此需要引入一种新的事务模型来解决分布式事务问题。 TCC(Try-Confirm-Cancel)是一种基于…

MySQL的分库分表

分必要不要分库分表(通过优化之后还明显影响业务再分,可以通过监控慢查询确定) 分库分表的一般条件:单表数据量超过1000w(阿里应该是说5000w)或者单表数据文件(.ibd)超过20GB,这个很重要,&…

点云配准综述一篇综述《A comprehensive survey on point cloud registration》(翻译)

参照了 2021最新关于点云配准的全面综述 - 知乎,并且加了些自己翻译,全篇的内容可能稍有删减。主要作为个人笔记,阅读了几篇综述,发现这篇是质量较好的,值得花时间细读。 文章分类 文章将配准方法分为了同源配准和不…

JMeter三大重要组件——线程组、取样器、查看结果数(3)

JMeter三大重要组件 一、JMeter三大重要组件——线程组1、作用:JMeter主要通过线程组来运行用户脚本2、在取样器错误后要执行的动作:3、线程属性3、调度器4、setUp线程组和tearDown线程组 二、JMeter三大重要组件——取样器1、基本a、自动重定向和跟随重…

Obsidian多端同步插件LiveSync

网友 Leo 和 Paco反馈,群晖升级到 DSM7.2 ,注册表可以搜索镜像,根据 Leo 贴的 /var/packages/Docker/etc/dockerd.json 的内容,DSM7.2 应该是使用了 https://docker.nju.edu.cn 作为注册表镜像,但老苏测试过下面几种情…

易基因:易基因近期染色质免疫共沉淀测序(ChIP-seq)研究成果|项目集锦

大家好,这里是专注表观组学十余年,领跑多组学科研服务的易基因。 在生物学研究中,DNA与蛋白质之间的互作(DNA-Protein Interactions,DPIs)是至关重要的,参与基因的表达、调控、复制、重组和修复…

m 序列(最长线性反馈移位寄存器序列)详解

本专栏包含信息论与编码的核心知识,按知识点组织,可作为教学或学习的参考。markdown版本已归档至【Github仓库:https://github.com/timerring/information-theory 】或者公众号【AIShareLab】回复 信息论 获取。 文章目录 m 序列 (最长线性反…