👀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！
🤖 文物变身小姐姐「逃出大英博物馆」，AI绘画讲述更多文物故事
B站UP主 @煎饼果仔呀 和 @夏天妹妹 以「中华缠枝纹薄胎玉壶」为灵感创作了三集视频短片，来讲述这盏玉壶化为人身后，承载着大英博物馆内众多文物的回家希望，逃离博物馆并寻找回家路的故事。
这盏玉壶是2017年中国赠送给大英博物馆的。作为最有可能记得回家路的年轻文物，她承担起了传递消息的使命，要跨越万里回到中国，给那里几万件中国文物回家的指引和希望。
视频已经将近三百万播放并登上B站热门，话题迅速在各平台出圈并吸引了更多的讨论和二创，小红书已经出现了很多同主题的AI绘画作品 ⋙ B站「逃出大英博物馆」第一集 | 第二集
🤖 ChatLaw 团队开放多岗位招聘，实习 / 兼职 / 全职工作机会都有
ChatLaw是一个开源的中文法律大模型，由北京大学深圳研究院的专家团队开发，代码和模型参数都已经在 Github 上开源并收获可将近5K Star
ChatLaw 负责人 @Mercy忱一 在社交平台「即刻」发布了一则招聘启事，开放算法工程、前端、后端、产品、法律等岗位的实习、兼职和全职工作机会。
岗位任职需求写得非常详细，短期急招但长期有效。对法律科技或大模型有独到思考，可以点击链接了解详情 ⋙ ChatLaw 招聘详情 | 即刻 @Mercy忱一
🤖 首批8家大模型通过备案，国内AI领域迎来新的发展里程碑
8月31日，国内「百度」「智谱」「百川」等多家大模型企业和机构宣布正式上线、向全社会开放等。
据报道本次共 8 家大模型通过《生成式人工智能服务管理暂行办法》备案，可正式上线面向公众提供服务。下方是这8家机构的清单和大模型使用链接，需要注意的是，大家关注的阿里通义千问、360 智脑、讯飞星火等均不在首批获批名单中。
百度 (文心一言) ：wenxin.baidu.com
抖音 (云雀大模型) ：www.doubao.com/chat
智谱 AI (GLM 大模型) ：chatglm.cn
中科院 (紫东太初大模型) ：xihe.mindspore.cn
百川智能 (百川大模型) ：www.baichuan-ai.com/home
商汤 (日日新大模型) ：www.sensetime.com/cn
MiniMax (ABAB 大模型) ：api.minimax.chat
上海人工智能实验室 (书生通用大模型) ：intern-ai.org.cn
🤖 Perplexity Pro 正式推出 Claude 2，提供更强的AI助手使用体验
Perplexity Pro 是付费升级版本，每月 $20 就可以解锁 GPT-4、Claude-2 等顶尖的AI大模型，并且获得每天 300 多次的 Copilot 使用权限等
本次 Perplexity 整合 Claude-2能力，可以为用户提供更长的上下文、更大的文件 (最大25MB，大于 Claude 官网的10MB)、更自然和易读的文本内容、更快速智能的回复，将 Perplexity 提升到了一个新的水平 ⋙ Perplexity Pro
🤖 目前最全的英文AI导航站整理，AI工具开发和使用者的必备清单
这是一份非常完备的海外AI工具导航网站，包含44个网址链接。不论按照关键词和分类搜索AI工具，还是开发AI工具后自荐推广获得更多曝光，这个清单都非常有用且值得收藏：
Product Hunt ：www.producthunt.com
AI Tools Directory ：aitoolsdirectory.com
Futurepedia ：www.futurepedia.io
AI Tool Board ：aitoolboard.com
AIdir ：www.aidir.cc
AI Search Tool ：www.aisearchtool.com
Textify ：textify.ai/directory
AI Tools Directory ：www.aitools.directory
Future Tools ：www.futuretools.io
AI Designer Source ：aidesignresource.com
Theresanaiforthat ：theresanaiforthat.com
Diffusiondb ：diffusiondb.com
Library Phygital ：library.phygital.plus
Tools for Humans ：www.toolsforhumans.ai
GPT3Demo ：gpt3demo.com
Creaitives ：www.creaitives.com
Saas AI Tools ：saasaitools.com
SerpAI ：serp.ai
AllthingsAI ：allthingsai.com
Easy with AI ：easywithai.com
ToolsAI ：toolsai.net
AI Top Tools ：aitoptools.com
AIcyclopedia ：www.aicyclopedia.com
Tools Design ：www.toools.design/ai-tools-fo...
Curated Design ：www.curated.design
GPTFrance ：gptfrance.ai/outils
AI Tools Hunter ：aitoolshunter.com
DomoreAI ：domore.ai
AI Finder ：ai-finder.net
AIscount ：aiscout.net
InsidrAI ：www.insidr.ai
AI Tool Mall ：aitoolmall.com
Draeno ：draeno.io
Toolscout ：toolscout.ai
AI Center ：aicenter.ai
AI Tools Club ：www.aitoolsclub.com
ChatGPTDemo ：chatgptdemo.com
AI Tool Guru ：aitoolguru.com
TopAI ：topai.tools
AI Hunter ：ai-hunter.io
AI Tools Arena ：aitoolsarena.com
Super Tools Therundown ：supertools.therundown.ai
GPTE ：gpte.ai
AI Center ：aicenter.ai ⋙ 链接
🤖 Claude 官方文档教你写 AI 提示词，专业工程师写的TOP级别教程
Claude 官方 Guide 文档很不错啊！三个部分「提示设计 (Prompt DESIGN) 」「有用的提示技巧 (USEFUL HACKS) 」「用例 (USE CASES)」非常详细系统地介绍了提示词的构建与优化、写作技巧和实用案例。
以下是各部分的内容简介与要点整理，原文的解释和正反示例非常详细！@歸藏 的中文翻译版本也超棒！
🔔 提示设计 (Prompt DESIGN)
第一部分：提示设计简介
如何设计高质量 Prompt 提示词，使得 Claude 可以给出准确、一致的回复
Claude 工作原理：Claude 通过序列预测工作，基于Prompt提示词和之前对话来预测下一个词元
什么是提示 (Prompt)：给 Claude 的文本旨在引出相关输出，Prompt通常是问题或指示的形式
Human: / Assistant: 格式化：Claude 被训练用Assistant角色来回复Human角色，所以API中的Prompt需要包含这两个角色
提示词长度：Claude 可以看到的最大Prompt长度是其上下文窗口，目前约为75,000词
第二部分：构建提示
如何构建复杂的 Prompt 提示词，以便 Claude 可以持续准确地执行特定任务
使用正确的格式：使用正确的Human和Assistant格式标记不同的发言方
清楚地描述任务：详细描述任务的背景、定义、规则等，就像在指导一个新来的实习生一样
标记提示的不同部分：使用 XML 标签标记提示词的不同部分，如规则、示例、需处理的文本等，可以帮助 Claude 明确辨别
示例 (可选)：可以给 Claude 提供1-2个正确的示例，让它更好地理解如何执行这个任务
困难案例 (可选)：如果预期会遇到一些困难或不寻常的输入案例，应该在提示词里描述这些案例，并告知 Claude 遇到这种情况应该如何处理
第三部分：优化你的提示
如何通过测试和迭代来优化 Prompt 提示词
收集一组不同的示例输入：收集能代表真实场景的各种输入样本来测试Prompt，包括困难的边界案例；这可以评估 Claude 的实际表现，并找出其中的问题
预留 (保留) 一组测试输入：将收集的输入分为提示词开发数据和测试数据两部分，使用开发数据调试Prompt直到 Claude 能稳定处理这部分数据，然后用未见过的测试数据验证Prompt的泛化能力
(可选) 生成综合数据：如果样例不足，可以提示另一个 Claude 实例生成更多输入文本来测试Prompt
实验和迭代：像做实验一样测试并调整Prompt，分析 Claude 的错误响应以修改Prompt弥补其不足，还可以添加更明确的规则和示例等
奖励-请 Claude 评估其输出：让 Claude 检查自己先前的输出，标注错误、对比不同输出选更好的等，实现自动化「额外审查」
🔔 有用的提示技巧 (USEFUL HACKS)
让 Claude 说「我不知道」以防止出现幻觉：Claude 有时会编造不真实的信息，以试图更有帮助；可以明确告诉 Claude ，如果不知道问题的答案，可以回答「我不知道」
在回应之前给 Claude 「思考」的空间：可以指示 Claude 先写下相关背景信息，再给出最终回答；这可以增加 Claude 给出相关回答的可能性
让 Claude 一步一步思考：将思考步骤单独列出可以大大改善复杂任务的回应，建议把「一步一步思考」的要求与主要请求分开
将复杂的任务分解为子任务：将复杂任务分解成子任务提示可以提高 Claude 的表现
提示链接 (Prompt Chaining)：通过将 Claude 对一个提示的响应馈送到下一个提示中，可以完成多个更简单的提示，而不是一个非常长和详细的提示
检查 Claude 的理解力：询问 Claude 是否理解指示，是确定它是否正确领会意图的最佳方式；可以使用 Claude 的解释来扩展提示、改善表现
请 Claude 重写：可以让 Claude 重写近似但不太满意的回应；需要明确提供上一次生成的文本作为输入
🔔 用例 (USE CASES)
内容生成：可以让 Claude 根据提示生成诗歌、文章等内容，可以指定写作风格、预期词数、段落数量等，可以提供提纲让 Claude 扩展成文章，可以提供现有文本让 Claude 按新的要求改写
多项选择与分类：可以提供多选项让 Claude 选择，可以让 Claude 对输入进行分类
文本处理：可以进行摘要、改写、翻译等文本处理，可以完成情感分析、信息提取、敏感信息遮蔽等任务，可以提取邮件地址等信息
基本文本分析：可以评估两段文本语义相似度，可以根据给定文本回答问题
高级文本分析：可以根据长文本回答问题，并让其注明出处；可以提供引文格式模板，并要求 Claude 按此格式作答
角色扮演对话：可以指定 Claude 以某一角色或个性回答 (例如职业顾问、客户支持等)，可以提供对话框架与限制，确保不脱离角色
内容审核 ：可以检测文本中有害、色情内容，可以回复简单的判断结果或者说明下一步操作 ⋙ 官方文档(英文) | 中文翻译版
🤖 AI项目的投资心得，写给AI赛道早期创业者的建议
这篇文章是作者根据自己在Velocity Capital做AI项目投资探索的经验，向AI领域的早期创业者分享了7点投资心得和建议：
- 做具有刚性需求的产品是缓解早期现金流的一剂「良药」
原本的刚性需求 + AI工具 = 原本获取的现金流的能力被放大
目标用户看不懂，也很难第一时间理解能解决什么问题的AI工具 = 艰难的现金流
▢ 强技术实力 = 很强的获取现金流的潜力 (但是产品和市场碰撞后是否有足够的火花需要被验证)
2. 如果你的产品是在GPT上「建筑」一层layer，请清晰的回答那么这层layer的壁垒究竟有多高，是由什么构成的
壁垒提供可持续的竞争优势
从投资人的角度来看，投资一个有明确壁垒的公司意味着我们的投资有更大的可能性获得回报
技术壁垒或者商业模式创新壁垒或者社区壁垒等，总之创业团队要有至少一个到两个壁垒来将门槛铸高
- 优质的数据是关键之一，清晰的数据策略非常重要
质量的数据是机器学习模型表现良好的关键
为了使模型在各种条件下都表现良好，它需要在多种场景和条件下的数据进行训练
数据的隐私和合规性：随着全球各国家和地区开始实施数据隐私法规，创业公司需要确保其数据策略符合相应的适用的法规
- 尽早建立跨功能的多学科团队
建议早期团队尽早组建一个具有多种技能的团队，可以是内部顾问或者定期沟通的外部顾问
理想团队 = 技术「大神」 + 领域知识的专家 (提供Domain knowledge) + 产品经理「大神」 (技术向产品矩阵的转化 ) + 市场营销专家 (2C或者2B)
- 某些领域需要关注算法的可解释性
在某些涉及安全的领域，如金融和医疗，如果遇到创始团队对算法解释不清的情况，对于潜在要进入的投资者可能不是一个很好的信号
原文提到某些领域需要关注算法的可解释性，以获得公众信任。建议关注算法决策的可解释性和透明度。
- 做好提升用户体验的策略或者做好用户引导的策略
为用户提供必要的引导和培训成为了AI创业公司的需要采取的行动之一
还有一个方法是可以通过Design Thinking的设计策略，在产品设计的初衷，就降低产品的使用门槛，提高产品的易用性
- 创始人的开放心态
- 开放的心态包括适应变化的能力、多样性和包容性、客户 (用户) 中心思维等，是决定性的因素之一，可以塑造公司文化、促进团队协作，并驱动创新 ⋙ 阅读原文
🤖 120页专业报告，大规模预训练语言模型方法与实践
ShowMeAI知识星球资源编码：R179
这是崔一鸣 近期的一次前沿技术讲习的PPT文档，主题是大语言模型，共120页。报告是中文且制作非常用心，对于学习或同主题分享筹备等都非常有意义。
作为 Chinese-LLaMA-Alpaca 项目的发起者，崔一鸣开源并维护了中文 LLaMA 模型和 Alpaca 模型，以推动中文NLP领域的研究，目前GitHub已经收获 14K+ Star。因此本次的分享中包含了开源大模型的详细介绍。
- 自然语言表示发展简介
人工智能发展的三个阶段
预训练模型三要素
NLU类预训练模型
NLG类预训练模型
- 生成式预训练语言模型：GPT系列
GPT
GPT-2
GPT-3
InstructGPT
ChatGPT (GPT-3.5)
GPT-4
GPT-4：扩展能力 (Web Browsing、Code Interpreter、Plugins)
- 开源大规模预训练语言模型
LLaMA
Alpaca
Llama-2
Code Llama
- 中文开源大模型LLaMA & Alpaca
模型与方法：中文词表扩充、LoRA高效训练
预训练过程：LLaMA/LLaMA-2
指令精调过程：Alpaca、Alpaca-2
中文NLG效果，中文NLU效果
延伸模型：Chinese-LLaMA-2-16K、多模态VisualCLA
- LLaMA生态与下游应用
llama.cpp
LangChain
privateGPT
仿OpenAI API调用
WebUI
- 总结与展望
大模型 v.s. 小模型
大模型的效果评价
大模型带来的社会和伦理问题
感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！
◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！
◉ 点击 🎡生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！