agi

Scaling Law的“终结“还是新起点?——开源实践者的深度思考作者：宋大宝，与大宝同学因那篇《回顾·总结·展望「融合RL与LLM思想，探寻世界模型以迈向AGI」》结识于今年春天，虽我们当时某些思想观念有些出入，也碰撞出了很多火花与共鸣，并持续地相互启发的走到了现在。他是AI领域创业先行者，拥有着令人惊艳的的思想观念，博学多才，被我誉为百科全书式AI探索者，貌(确)似(实)近期在内容输出上有压倒我之势～哈哈，这篇2万字+文章即是他近期的在更大的宏观叙事上的思考与观点之作，先分享给大家，后续有时间的话我会针对部分内容再做一番自己的理解和思考延展。

对于Ilya当下Scaling law瓶颈观的思考继The Information周日文章说Pre-Train模型的预训练“撞墙”了，近日Ilya Sutskever与SSI(Safe Superintelligence)接受路透采访，亦提出了类似观点：使用大量未经标记数据来训练(学习)语言模式和结构的AI模型已经停滞不前，即“传统的无监督Pre-training已达极限”。

AGI自学分享，简单有用的理论与实践谷歌邮箱没有谷歌邮箱简直“寸步难行”。GitHub · Build and ship software on a single, collaborative platform · GitHub

搬砖的小码农_Sky

ChatGPT中的“GPT”是什么含义？ChatGPT 中的 “GPT” 是 “Generative Pre-trained Transformer” 的缩写。其具体含义如下：

论文 | Evaluating the Robustness of Discrete Prompts论文《Evaluating the Robustness of Discrete Prompts》深入探讨了离散提示（Discrete Prompts）的鲁棒性，即离散提示在自然语言处理任务中面对不同扰动时的表现。研究特别关注离散提示在自然语言推理（NLI）任务中的表现，并在一些基准数据集上测试了其对扰动的敏感性。本文主要分析了AutoPrompt (AP) 与人工编写提示（MP）在鲁棒性方面的差异。

关于基于AGI和大模型技术下养老服务高质量发展解决方案项目，以及实现代码过程实战大家好，我是微学AI，今天给大家介绍一下关于基于AGI和大模型技术下养老服务高质量发展解决方案项目，以及实现代码过程实战。文章围绕如何利用先进的人工智能技术提升养老服务质量和效率，详细介绍了项目背景、技术架构、实施策略及具体代码实现过程，为养老服务行业的高质量发展提供了有力支撑。通过本文的研究，旨在为相关领域的技术人员和实践者提供有益的参考，推动养老服务行业的智能化转型。

Allegro：开源的高级视频生成模型我们很高兴地宣布 Allegro 的开源发布，这是 Rhymes AI 先进的文本到视频模型。Allegro 是一款功能强大的人工智能工具，能将简单的文字提示转化为高质量的视频短片，为人工智能生成视频领域的创作者、开发者和研究人员开辟了新的可能性。我们希望 Allegro 能够激发社区的视觉创造力、想象力和协作能力。

AutoGLM：智谱AI的创新，让手机成为你的生活全能助手在人工智能的飞速发展中，我们见证了从简单的对话机器人到能够理解、生成图像、视频的智能体。就在不久前，Anthropic的Claude推出了震撼人心的Computer Use功能，使得AI能够像人类一样灵活地操控电脑，执行各种任务，这已经足够令人惊叹。

健忘的派大星

什么是RAG，有哪些RAG引擎？看完这一篇你就知道了！！RAG（Retrieval-Augmented Generation，检索增强生成）是结合了信息检索技术与语言生成模型的人工智能技术。它通过从外部知识库中检索信息，并作为提示输入给大型语言模型，增强模型处理知识密集型任务的能力。RAG模型由Facebook AI Research团队于2020年首次提出，并迅速成为大模型应用中的热门方案。RAG通过模型优势，显著提高生成文本的质量和准确性，为知识密集型任务提供了强有力的支持。

【AI多模态大模型】基于AI的多模态数据痴呆病因鉴别诊断痴呆症是全球重要的健康挑战，特别是由于不同病因之间症状的重叠，准确诊断非常困难。随着全球老龄化人口的增长，痴呆症诊断的准确性需求变得越来越迫切，这对医疗系统造成了压力。尽管阿尔茨海默病（AD）通常是痴呆研究的主要焦点，但其他形式如血管性痴呆（VD）、路易体痴呆（LBD）和额颞叶痴呆（FTD）也很常见，并且往往与AD共存。误诊可能导致不适当的治疗，从而影响患者的预后。此外，神经科医生和神经心理学家数量的减少使得对可扩展诊断工具的需求更加迫切。波士顿大学医学院Vijaya Kolachalama等通过开发一种

人工智能老林

通俗直观介绍ChatGPT背后的大语言模型理论知识“AI 的 iPhone 时刻到来了”。非算法岗位的研发同学’被迫’学习 AI，产品岗位的同学希望了解 AI。但是，很多自媒体文章要么太严谨、科学，让非科班出身的同学读不懂；要么，写成了科幻文章，很多结论都没有充分的逻辑支撑，是‘滑坡推理’的产物。这篇文章从底层讲起，却不引入太多概念，特别是数学概念，让所有人都能对大模型的核心概念、核心问题建立认知。文章末尾也为需要严肃全面地学习深度学习的人给出了建议。

健忘的派大星

手把手教你搭建本地知识库问答AI机器人，学不会你来找我！！没有知识库喂养的AI，就像一个刚出大学校门的学生，有潜力但很多实际问题无法回答，而经过本地知识库加持的AI，那才是特定领域的专家，可以成为你的良师益友，协助你更好的解答实际问题。

无需扩散，下一个token预测直达AGI！虽然，下一token预测已在大语言模型领域实现了ChatGPT等突破，但是在多模态模型中的适用性仍不明确，多模态任务仍然由扩散模型（如Stable Diffusion）和组合方法（如结合CLIP视觉编码器和LLM）所主导。

传统产品经理与现今 AI 产品经理对比，学习要点繁多，这一篇超全收藏不可错过传统产品经理想要转行成为AI产品经理，需要经历一系列的学习和实践过程。下面是一份详细的学习路线图，旨在帮助你顺利转型。

AI大模型训练家

前端拥抱AI：LangChain.js 入门遇山开路之PromptTemplatePromptTemplate是什么PromptTemplate是一个可重复使用的模板，用于生成引导模型生成特定输出的文本。与Prompt的区别: PromptTemplate相对于普通Prompt的优势，即其灵活性和可定制性。

健忘的派大星

你知道吗？这个岗位只招2人，但HR那边却收到了1w份简历在当前经济环境下，求职者面临的挑战越来越大。互联网行业尤其如此，许多人挤破头都想进入大厂，但竞争异常激烈。如今的就业市场确实变得异常艰难。然而，随着AI大模型技术的兴起，对于那些掌握了相关技能的专业人才来说，反而迎来了新的机遇。

AGI 之【Dify】之使用 Docker 在 Windows 端本地部署 Dify 大语言模型（LLM）应用开发平台目录AGI 之【Dify】之使用 Docker 在 Windows 端本地部署 Dify 大语言模型（LLM）应用开发平台

OpenAI Canvas用户反馈：并不如外界传言般“炸裂”，更不是“AGI的终极交互形态” | LeetTalk Daily...“LeetTalk Daily”，每日科技前沿，由LeetTools AI精心筛选，为您带来最新鲜、最具洞察力的科技新闻。

大模型微调

大模型入门到精通！大模型应用开发极简入门（含PDF）大模型的出现正悄然改变人们的生活与工作方式，比如ChatGPT-4、文心一言、通义千问等语言大模型。它们已帮助很多办公室“白领”们在解决日常工作问题，如制定计划、撰写实施方案，甚至制作美化PPT等（笔者及身边的同事在工作中还经常组合应用）。

AI探索家_星海算力

星海智算：【萤火遛AI-Stable-Diffusion】无需部署一键启动1、注册算力云平台：星海智算https://gpu.spacehpc.com/2、创建实例，镜像请依次点击：“镜像市场”->“更换”->“AI绘画”->“萤火遛AI-Stable Diffusion”。