OpenAI 发布教师课堂使用 ChatGPT 指南
OpenAI 发布面向教师的 ChatGPT 课堂使用指南。内容包含建议提示词、ChatGPT 工作原理及其局限性说明、AI 检测器的有效性,以及偏见问题。
AIHOT 精选理由官方指南汇总了课堂提示词、模型局限与 AI 检测器效果等要点,教师可据此了解 ChatGPT 在教学中的实际用法。
追踪 AI 更新,查看事件时间线和原始信源;需要做购买决策时,再去比价。
当前公开精选集合,保留来源更正和撤回。最后同步:
OpenAI 发布面向教师的 ChatGPT 课堂使用指南。内容包含建议提示词、ChatGPT 工作原理及其局限性说明、AI 检测器的有效性,以及偏见问题。
AIHOT 精选理由官方指南汇总了课堂提示词、模型局限与 AI 检测器效果等要点,教师可据此了解 ChatGPT 在教学中的实际用法。
OpenAI 发布 ChatGPT Enterprise,提供企业级安全与隐私保障,并称这是迄今最强大的 ChatGPT 版本。
AIHOT 精选理由OpenAI 官方宣布面向企业的 ChatGPT 版本,主打企业级安全隐私与更强能力,可帮助读者了解其商业产品线动向。
LlamaIndex 发布端到端指南,教你在无标注的非结构化语料上用 LLM 生成合成问题对来微调开源嵌入模型 BAAI/bge-small-en。
AIHOT 精选理由原文提供了完整的无标注数据微调嵌入模型方法和评测结果,读者可以直接复用笔记本改进自己的 RAG 检索。
OpenAI 宣布开发者可使用自有数据对 GPT-3.5 Turbo 进行微调,以适配各自的使用场景。此次更新同时包含若干 API 更新。
AIHOT 精选理由官方宣布开发者可用自有数据微调 GPT-3.5 Turbo,适合关注模型定制入口变化的读者。
LlamaIndex 发布教程,展示如何用 text-to-SQL 数据集微调 Llama 2 并接入 LlamaIndex 对任意 SQL 数据库做结构化分析。
AIHOT 精选理由原文给出了微调 Llama 2 做 text-to-SQL 的完整技术栈和前后对比示例,可帮助读者评估微调对结构化分析场景的实际收益。
LangChain 与 Airbyte 的集成方案旨在将检索应用扩展至生产环境。该方案通过调度、文本拆分和 50 多种嵌入模型实现数据摄取自动化,帮助开发者构建可规模化的生产级数据管道。
AIHOT 精选理由Airbyte 目标端把调度、切分与嵌入选项接入 LangChain,让数据源到 RAG 索引的更新由手动脚本转为可配置流程。
OpenAI 推出 ChatGPT 自定义指令功能,让用户对 ChatGPT 的回复方式有更多控制。用户设置偏好后,ChatGPT 会在之后的所有对话中记住并遵循这些偏好。
AIHOT 精选理由ChatGPT 新增自定义指令功能,用户可一次设定偏好并作用于后续所有对话,便于按需调整回复方式。
LlamaIndex 工程师在发布 LlamaHub Tools(含 Gmail、Google Calendar、Wolfram Alpha 等 15 个工具)后,总结编写 LLM Agent 工具的技巧。
AIHOT 精选理由作者结合 LlamaHub Tools 的开发实践,总结出输入容错、错误自恢复、日期函数等可直接套用的 Agent 工具编写方法。
LlamaIndex 发布 Data Agents,LLM 驱动的知识工作者可对非结构化、半结构化和结构化数据执行读取与写入任务。
AIHOT 精选理由发布方亲自讲解 Data Agents 的推理循环与工具抽象设计,并给出可直接复用的代码示例,适合想在自己的数据上搭建智能体的开发者参考。
OpenAI 宣布 API 更新,包括可控性更强的模型、函数调用(function calling)能力、更长的上下文以及更低的价格。
AIHOT 精选理由原文给出 OpenAI API 的功能调用、上下文与价格等更新方向,读者可据此评估对现有接入成本和控制力的影响。
OpenAI 训练模型在数学问题求解上取得新的 state-of-the-art,方法是对每个正确的推理步骤给予奖励(过程监督),而非只奖励最终正确答案(结果监督)。除提升性能外,过程监督还有对齐收益:它直接训练模型产生人类认可的思维链。
AIHOT 精选理由原文说明过程监督相对结果监督的性能提升与对齐收益,读者可了解一种训练思路的取舍。
LlamaIndex 在博客中展示新查询引擎 SQLAutoVectorQueryEngine,可同时利用 SQL 数据库和向量数据库回答同时涉及结构化与非结构化数据的自然语言查询。
AIHOT 精选理由原文给出 SQLAutoVectorQueryEngine 的工作流程、示例代码和实验结果,读者可以照着复现结构化与非结构化数据的组合查询。
AIHOT 精选理由官方宣布 iOS 应用上线,对话同步和语音输入信息来自当事方,读者可了解 ChatGPT 的移动端入口。
LlamaIndex 在 UBER 2019-2022 年 SEC 10-K 文件上测试 Anthropic 新推出的 100K token 上下文窗口。由于单份 10-K 约 160k token 仍超出窗口,作者用 list index 切成约 100k token 大块并测试响应合成策略。
AIHOT 精选理由作者用 UBER 10-K 实测 Claude 100K 上下文的延迟、成本与回答质量,并给出 tree_summarize 优于 create-and-refine 的可复用结论。
Hugging Face 发布 StackLLaMA 教程,手把手讲解如何用 RLHF 方法训练 LLaMA 模型,覆盖完整训练流程。
AIHOT 精选理由这是一份手把手教程,讲解如何用 RLHF 训练 LLaMA,读者可跟随步骤复现完整训练流程。
OpenAI 发布 3 月 20 日 ChatGPT 故障的事后说明,介绍了调查发现、已采取的措施以及该 bug 的技术细节。
OpenAI 宣布在 ChatGPT 中实现对 plugins 的初步支持。插件是以安全为核心原则、专为语言模型设计的工具,可帮助 ChatGPT 获取最新信息、运行计算或使用第三方服务。
AIHOT 精选理由原文是 OpenAI 官方对 ChatGPT 插件机制的首批说明,读者可以借此了解插件如何让 ChatGPT 获取最新信息和调用第三方服务。
OpenAI 发布论文 GPTs are GPTs: An early look at the labor market impact potential of large language models,对大语言模型的劳动力市场影响潜力进行早期分析。材料抓取失败,仅标题可用,论文具体方法与结论暂无法核验。
AIHOT 精选理由OpenAI 论文标题直指大语言模型对劳动力市场影响的早期评估,适合关注 AI 就业议题的读者。
ARC 作为第三方评估方与 Anthropic、OpenAI 等实验室合作,在受控环境中测试前沿模型自主获取资源、逃避人工监督的危险能力。结论是被测的 Claude 和 GPT-4 版本均未能产出可信的完整自主复制计划,执行中易出错、有幻觉、难以在多副本间分派任务,但能部分完成浏览网页、雇佣人类代办、制定长期计划等子任务。
AIHOT 精选理由ARC 公布了危险能力评测的动机、方法与结论,读者可以了解模型自主复制能力的评估方式。