|
提醒！算法备案应尽快提上日程，将来审批会越来越严格
节前，国内多家AI网站倒闭，看到这个信息我震惊了！咨询了业内伴侣，状况紧急。
据他透露，此刻算法备案的队伍已然很长了，监管分部亦越来越清楚，因此将来审核的压力会更大；还有，以前要准备那样多材料，还要来来回回跑……
合规性测试是必须经过的。正在创业或研发相关制品的老板们，必定要先向熟练这个行业的伴侣问清楚！否则，前期投入就打水漂了，况且会有非常多惨痛的教训。
我咨询的学长是乐哥，有需要的话能够扫二维码仔细认识~
全国首个大型模式创新生态社区“摩素空间”在上海徐汇起步
9月28日，上海“摩苏空间”创新生态社区暨人工智能大模型产业生态聚集区揭牌仪式在徐汇西岸隆重举行，这是全国首个大模型专业孵化加速载体。
“摩素空间”基于“1+1+5+N”功能体系布局，打造开放数据平台、测试评测平台、算力调度平台、融资服务平台、综合服务平台五大公共服务平台，夯实入驻企业保证要素；同期针对消费、文娱、医疗、金融、教育等大模型需要快速、先发优良强的垂直应用行业，打造多个行业级生态社区。⋙官方资讯
感觉要火了！把照片翻译成国画风格比拍古风照片好看
工笔画是中国传统的工笔写实绘画技法，以细腻的笔触描绘物体的细节，再以层层墨色描绘，以达到精致的效果。
在浏览C站的时候发掘了一个特别有意思的新模型“融合工笔画（ID：153283）”，结合ControlNet能够将实物照片转化为工笔画风格！体验出奇的好！
重点输出方向是古风女生，不外现代风亦能够输出，然则古风男生不行。另一倘若想输出效果更有传统笔触感，能够运用“xdgb style”来加强风格。
独立研发者群体的观察笔记，有些让人心碎的事实
这是@henu王凯在观察了一段时间独立研发者社区之后做的笔记，他按照自己的经验总结了这个社区的三个特点，或说她们面临的三个发展挑战。ShowMeAI 整理了一下，保藏在星球里，有兴趣的能够去瞧瞧原文。
太多了！关于大模型和 AIGC 的 36 个注释和真相
这是国内某 AI 领军企业闭门会议的要点笔记，记录了这场讨论中有些颠覆咱们认知的真相，ShowMeAI Daily 摘录了其中几篇，你能够去知乎查看完整的 36 篇文案。
新一代生成式AI或许需要反思上一代AI所走过的坎坷，避免重蹈上一次寒冬的覆辙。这一行业的从业者应该看清行业内循环、看清客户痛点，不要被大佬们的心灵鸡汤蒙蔽了双眼。
2、募集到的钱80%-90%都用来做算力，这是日前的状况，要晓得此刻只是训练，训练的成本是可控的，然则推理的成本是不可控的。
4、日前行业还缺少有些颠覆性的杀手级应用，难以实现商场变现。
14. 咱们要找到有些性感的场景。有几个标准，第1，切口要小。第二，要匹配大模型的优点。第三，要让买单的决策用户有很强的感知度。例如，过去获取有些数据、结论或服务，需要经过区别的流程，此刻经过大模型，决策者能够在移动设备上快速获取并完成。
17、咱们认为机会还是在TOB垂直模式，核心点是数据和场景本身，这是最重要的。
21、咱们觉得ToC比较容易挣钱，ToB有一个问题，便是一个项目的流程比较长，从客户准许预算，到立项，到落地，挣钱周期很长。
22.我觉得此刻机会太多了，不要把资源分配到自己不具备能力的行业，战略选取很重要。
28、在过去的一两年内，因为创新和制品研发的过程，现金回收周期会相对较长。
31.绕过模型，绕过算力，下一个机会或许便是Agent⋙举荐阅读原文[1]
提示工程：是炒作还是真实趋势？是不是值得认真科研？
大模型推出后，快速工程、快速工程师等概念起始深入人心，被宣传为新的技术趋势和热门职业。
但半年多过去了，招聘宣传上的高薪职位并未海量显现。那样花时间学习即时工程的各样技能还值得吗？本文总结了各方观点：
狂热的炒作和宣传显示，工程学是一股黄金潮流，为任何愿意学习的人打开前门
不外，提示工程日前还未作为一个重点的独立岗位，而是被融入到了其他人工智能或技术岗位之中。
行业专家经过提出正确的问题来定义任务，而 AI 技术专家经过理解模型的繁杂性来改进结果。组织最需要这两类工程师。
针对大都数人来讲，学习基本的 cue word 技巧就足够了，重视跟随模型的快速变化，结合行业知识才可发挥更大的功效。⋙ 原文 [2] | 中文翻译版
LLM学习手册，把握核心知识点，学会选取模式
这是一本LLM学习小手册，2023年9月新开源，介绍了LLM的核心知识点，并供给了模型选取指点和实质案例演示，是一本能够快速完成学习的教程！
以下是各章的重点内容，教程的结构和基本内容都讲得很好，有兴趣的能够去网站学习：
简介：本开源指南可帮忙工程师认识人工智能，尤其是大型语言模型 (LLM)。
人工智能基本：定义人工智能、法学硕士 (LLM) 及其功能和局限性，并从技术方向解释法学硕士 (LLM) 的工作原理
语言模型 101：供给相关模型架构、训练和推理的仔细信息，并解释参数、微调、束搜索等关键概念。
选取 ML 模型：供给相关怎样起始运用模型和评定结果的指点
值得关注的项目：将专注于完整的 LLM 处理方法、运行时、搜索加强、协调和前端
从左侧的大纲中能够看到，有些核心章节仍有待上传，您能够等待更新：数据检索、图像模型、微调、模型构建和音频/视频模型
从巫术到科学：这本书揭示了人工智能的工作原理
ShowMeAI知识星球 代码：R186
扫描上方二维码就可下载本书的中英文版本
人工智能无处不在，却又奥秘莫测。解释人工智能是什么、它是怎样运作的似乎很难。然而，一旦你想深入认识其原理，就会遇到一大堆公式、数学、技术、编程等让你感到不知所措的知识。
倘若你想经过图文并茂的方式揭开AI的奥秘面纱，那样这本书值得一读！ShowMeAI制作了中英文双语版本，可在星球上下载阅读。
第 1 章：人工智能概述
第 2 章：为何是此刻？人工智能的历史
第 3 章：经典模型：老式设备学习
第 4 章：神经网络：类似大脑的人工智能
第 5 章：卷积神经网络：人工智能学会观察
第 6 章：生成式人工智能：人工智能变得富有创造力
第七章：大型语言模型：真正的人工智能最终到来了吗？
第 8 章：思考：人工智能的影响
读完本书，你会认识人工智能背面的历史，为么此刻会爆发AI革命，几十年的符号人工智能工作为么失败，又怎样为神经网络的显现打开了前门，神经网络是什么，怎样训练神经网络，以及大型语言模型对咱们社会的影响……
需要重视的是，倘若你在起始阅读之前对AI、设备学习、深度学习有基本的认识，全部过程会更加顺利（你能够在这儿填写AI的基本知识）
本书的作者 Ronald T. Kneusel 亦值得介绍一下，他持有设备学习博士学位，在工业设备学习行业有近 20 年的数据专家经验，亦是多本畅销 AI 书籍的作者，因此呢写作质量是有保准的。
订阅合集#ShowMeAI Daily，查看历史信息，接收每日最新推送；点击公众号底部菜单栏，或回复关键字Daily，可获取独家AI发展趋势报告、原创AI专料合集等。
参考
[1]
太多了！关于大模型和 AIGC 的 36 条注释和真相：
[2]
即时工程：作为人工智能“低语者”是将来的职业还是昙花一现的时尚？
| 
发表于 2024-9-28 22:53:08