-
Google Bard的Gemini Pro最新升级；Nomic Embed: 开源文本嵌入模型
🦉 AI新闻 🚀 Google Bard的Gemini Pro最新升级 摘要：Bard现在可以在超过40种语言和230多个国家和地区使用Gemini Pro，提供更强大的理解、推理、总结和编码能力。 Bard的双重检查功能将扩展到40多种语言，用户...
-
2500页算法文档泄露！搜索史上最强黑箱曝光，谷歌翻车再升级？
撰稿丨诺亚 出品 | 51CTO技术栈（微信号：blog51cto） 谷歌有点流年不利。 前两天刚被曝出，其搜索新推出的“AI 摘要（AI Overviews）”功能经常提供严重错误的搜索结果信息，例如，荒唐地建议用户用胶水来防止披萨上的奶酪滑落...
-
AI工程师薪酬远超其他同行！入门级平均超170万元
快科技5月29日消息，根据Levels.fyi发布的2024年第一季度AI工程师薪酬调查数据，人工智能（AI）工程师的薪酬远超非AI软件工程师。 调查结果表明，不同级别的AI工程师薪酬普遍高于非AI工程师。具体来看，入门级AI工程师的平均薪酬为239000...
-
OpenAI Whisper 语音转文本实验
为了实现语音方式与大语言模型的对话，需要使用语音识别（Voice2Text）和语音输出（Text2Voice）。感觉这项技术已比较成熟了，国内也有许多的机构开发这项技术，但是像寻找一个方便测试的技术居然还不容易。Google 墙了，微...
-
谷歌搜索算法内幕被扒，2500页巨细文件实名泄密！搜索排名谎言被揭穿
日前，谷歌2500页的内部文档被泄露，揭示了搜索——「互联网最强大的仲裁者」的运作方式。 爆料人是SparkToro的联合创始人兼CEO，他在自家网站上发表博客文章，宣称「一位匿名人士与我分享了数千页泄露的谷歌搜索API文档，SEO中的每个人都应该看到它...
-
现在适合进入AIGC行业吗？
现在适合进入AIGC行业吗？ 随着人工智能生成内容（AIGC）技术的快速发展，越来越多的人开始关注这个行业。那么，现在是否是进入AIGC行业的好时机呢？本文将从行业前景、市场需求以及个人选择与规划三个方向进行探讨。 行业前景 发展前景 AI...
-
图像生成模型浅析（Stable Diffusion、DALL-E、Imagen）
目录 前言 1. 速览图像生成模型 1.1 VAE 1.2 Flow-based Model 1.3 Diffusion Model 1.4 GAN 1.5 对比速览 2. Diffusion Model 3. Stable Diffusi...
-
AI智能体的炒作与现实：GPT-4都撑不起，现实任务成功率不到15%
随着大语言模型的不断进化与自我革新，性能、准确度、稳定性都有了大幅的提升，这已经被各个基准问题集验证过了。 但是，对于现有版本的 LLM 来说，它们的综合能力似乎并不能完全支撑得起 AI 智能体。 多模态、多任务、多领域俨然已成为 AI 智能体在公共...
-
探索人工智能的边界：GPT 4.0与文心一言 4.0免费使用体验全揭秘！
探索人工智能的边界：GPT与文心一言免费试用体验全揭秘！ 前言 免费使用文心一言4.0的方法 官方入口进入存在的问题 免费使用文心一言4.0的方法 免费使用GPT4.0的方法 官方入口进入存在的问题 免费使用GPT4.0的方法...
-
披萨上涂胶水、建议用户吃石头、毒蘑菇……谷歌又被大模型带沟里
继「把马斯克画成黑人」后，谷歌 AI 再度闯祸。 近日，有网友使用谷歌的 AI Overview 功能进行搜索，却得到了一堆离谱的回答。例如，告诉用户在披萨上涂胶水，或者建议他们吃石头等。谷歌 AI「满嘴跑火车」的回答迅速在社交媒体上发酵，甚至有网友发...
-
普通人如何通过AIGC逆风翻盘？
终身学习: 利用AI辅助的在线教育平台,如Coursera、edX、Khan Academy等,学习新技能或提升现有技能。 尝试使用AI驱动的语言学习应用,如Duolingo、Rosetta Stone等,提高语言能力。 探索AI辅助的编程学习平台...
-
Spring AI项目Open AI绘画开发指导
Spring AI项目创建 Spring AI简介 创建Spring AI项目 配置项目pom和application文件 controller接口开发 运行测试 Spring AI简介 Spring AI 是 AI 工程的应用...
-
CoT提出者Jason Wei：大模型评估基准的「七宗罪」
在 CV 领域，研究者一直把李飞飞等人创建的 ImageNet 奉为模型在下游视觉任务中能力的试金石。 在大模型时代，我们该如何评估 LLM 性能？现阶段，研究者已经提出了诸如 MMLU、GSM8K 等一些评估基准，不断有 LLM 在其上刷新得分。 但这...
-
ai智能德法文对话软件哪个更好用？AI对话app使用体验优缺点对比
AI智能德法文对话：探索不同AI翻译工具的对话能力 随着全球化的加深，德语和法语之间的沟通需求日益增长，AI智能德法文对话工具应运而生。不同的AI翻译平台提供了各自独特的对话翻译功能。以下是几个流行的AI翻译工具的比较： Google翻译 主要特...
-
OpenAI 有望在两到三年内成为价值万亿美元的公司
中国投资者和连续创业者李开复最近表示，他看好 OpenAI 在两到三年内成为一家万亿美元的公司。 李开复在最近接受《财富》杂志采访时表示:“OpenAI 很可能在不久的将来（两到三年）成为一家价值万亿美元的公司。”“我对 OpenAI 的未来非常乐观...
-
Meta 将推出付费版 AI 助手
据 The Information 披露，Meta 平台正在考虑向用户收费提供更高级版本的人工智能助手，名为 Meta AI。与此类似，Google、Microsoft、OpenAI 和 Anthropic 每月各提供20美元的订阅服务，让用户在工作应用程...
-
又又又又翻车！谷歌新AI功能再遭公众批评，称前总统奥巴马是穆斯林，“承认谷歌违反反垄断法”
编辑 ｜星璇 出品 | 51CTO技术栈（微信号：blog51cto） 谷歌近日在谷歌搜索中首次推出了“AI Overview”，上线还不到两周，就被爆料由于该 AI 功能中的查询返回了毫无意义或不准确的结果（并且没有任何选择退出的方式），公众的批评日益...
-
尴尬！谷歌手动删除搜索中奇怪的 AI 回答
谷歌的 AI Overview 产品最近推出后，社交媒体上涌现了一些怪异的回答，例如建议用户在披萨上涂胶水或吃石头。这个失误导致谷歌不得不手动禁用特定搜索的 AI Overviews，因为各种有趣的回答很快就被发布到社交网络上。 谷歌的发言人梅根・法恩斯沃...
-
谷歌AI搜索惨败，竟教唆网友自杀！
【新智元导读】隔壁OpenAI都杀疯了，谷歌还在收集badcase?搜索引擎AI Overview上线之后，没想到谷歌AI的邪恶程度远超想象:教唆网友自杀/谋杀、吃毒蘑菇，甚至无法识别混淆信息，犯常识错误...... 这几天，谷歌AI搜索给出的奇葩结果，可...
-
浅谈AIGC：人工智能的iPhone时刻，还是普通人至暗时刻？
2022年，当AI开始绘画的时候，很多设计师们觉得没什么。当AI开始生成代码的时候，很多程序员也觉得没什么。当ChatGPT出现的时候，才将AIGC这一领域彻底引爆。被称为AI届的『iPhone时刻』。 ChatGPT对搜索引擎领域冲击巨大，百度仓皇...
-
微调llama 3 — PEFT微调和全量微调
1. llama 3 微调基础 1.1 llama 3 简介 官方blog llama 3 目前有两个版本：8B版和70B版。8B版本拥有8.03B参数，其尺寸较小，可以在消费者硬件上本地运行。 meta-llama/Meta-Llama-3-...
-
如何看待AIGC技术
如何看待AIGC技术 什么是AIGC AIGC的职能应用 应用场景-产品研发 一、辅助编程 二、生成应用 三、文档注释 四、测试纠正 总结 什么是AIGC AIGC：AI generated content，又称为生成式AI，...
-
谷歌AI Overviews引发争议: 从胶水披萨到吃石头的AI建议
谷歌最新推出的AI Overviews功能近期在社交媒体上引发了广泛争议。用户们分享了AI给出的一些建议，包括在披萨上涂胶水和吃石头等，这些内容不仅令人困惑，甚至可能危险。这些争议性内容的传播，导致谷歌不得不手动禁用特定搜索的AI Overviews功能。...
-
Stable Diffusion介绍
Stable Diffusion是一种前沿的开源深度学习模型框架，专门设计用于从文本描述生成高质量的图像。这种称为文本到图像生成的技术，利用了大规模变换器（transformers）和生成对抗网络（GANs）的力量，以创建与给定文本提示相一致的图像。...
-
AIGC实战——VQ-GAN(Vector Quantized Generative Adversarial Network)
AIGC实战——VQ-GAN 0. 前言 1. VQ-GAN 2. ViT VQ-GAN 小结 系列链接 0. 前言 本节中，我们将介绍 VQ-GAN (Vector Quan...
-
阿里投资Kimi AI开发商月之暗面细节曝光：8亿美元换36%股权
快科技5月24日消息，日前阿里巴巴发布了2024财年年报，其中披露了一项投资细节：阿里巴巴在2024财年向AI初创公司月之暗面（Moonshot AI）投资约8亿美元，以此换取了该公司约36%的股权。 并且此次投资为优先股投资，显示了阿里巴巴对月之暗面及其...
-
生成式AI赋能零售银行产业：发掘潜力空间，规避业务陷阱
银行业领导者，对于生成式AI（GenAI）重塑客户体验和优化运营的潜力感到兴奋。麦肯锡的一项调查发现，生成式AI每年可增加2000亿至3400亿美元价值，推动收入增长2.8%至4.7%。零售银行业务成为银行业的第二大盈利部门，创造了540亿美元的新价值...
-
微软如何看待其“模型即服务”功能使AI普及化
如今的工具使构建AI驱动的应用程序变得容易，但一个复杂的领域是，几乎所有开发人员都希望避免处理如何托管所使用的模型，这不仅是选择OpenAI的GPT-4o、Meta的Llama 3、Google的Gemini或市场上众多开源模型的问题，更是部署它们的...
-
OpenAI、微软、智谱AI等全球16家公司共同签署前沿人工智能安全承诺
人工智能（AI）的安全问题，正以前所未有的关注度在全球范围内被讨论。 日前，OpenAI 联合创始人、首席科学家 Ilya Sutskever 与 OpenAI 超级对齐团队共同领导人 Jan Leike 相继离开 OpenAI，Leike 甚至在 X...
-
LlamaFactory 进行大模型 llama3 微调，轻松上手体验学习
节前，我们星球组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学，针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。 汇总合集：《大模型面试宝典...
-
大模型API接口费用高吗多少钱？通义千问、文心一言、豆包、星火AI最新价格查询
5 月 21 日上午，阿里云在其例行峰会上意外地释放了大降价的消息：通义千问GPT- 4 级主力模型推理输入价格降至0. 5 元/百万tokens，直降97%。这一消息瞬间引发了业界的广泛关注和讨论。 然而，短短数小时后，百度智能云官宣文心大模型主力模型...
-
前Reddit CEO称科技巨头AI竞赛过度导致产品质量下降
前 Reddit CEO Yishan Wong 指出，科技巨头对人工智能（AI）的过度迷恋已经开始影响他们推出的产品质量。在周三的一篇文章中，Wong 表示:“大型互联网巨头正陷入 AI 的模因竞争中，而 Google 对 OpenAI 的生存恐惧则处于...
-
视频：过去12个月基础AI大模型“战争”情况
推特用户chiefaioffice分享了过去12个月的基础模型战争情况，其中包括OpenAI、Google、Anthropic、01AI、Meta、Cohere、Alibaba、Mistral、Databricks、Nous Research等10000多...
-
大模型降价狂潮引发价格战：通义千问、豆包最新API接口费用查询对比
人工智能正在以前所未有的速度发展，大模型已经成为当下科技领域的热门话题。近期，一场大模型API费用的降价狂潮在国内外掀起了轩然大波，多家科技巨头纷纷加入战团，推出史无前例的优惠促销措施。在这场价格大战中，消费者无疑将成为最大赢家。 降价潮源头:字节豆包大...
-
为了教会你如何写AI绘画提示词 谷歌推出了这款游戏
“Say What You See”，是谷歌推出的一款游戏，旨在帮助玩家提高他们的图像阅读技能和AI提示写作能力。这款游戏要求玩家观察Google AI生成的图像，并描述他们所看到的内容，以尽可能准确地生成相似的图像。玩家需要在规定的字符限制内编写提示，并...
-
国产黑马与GPT-4o称霸中文榜首！Yi-Large勇夺国内LLM盲测桂冠，冲进世界第七
【新智元导读】真正与GPT-4o齐头并进的国产大模型来了!刚刚，LMSYS揭开最新榜单，黑马Yi-Large在中文分榜上与GPT-4o并列第一，而在总榜上位列世界第七，紧追国际第一阵营，并登上了国内大模型盲测榜首。 几周前，一个名为「im-also-a-g...
-
中国大模型头名易主：全球盲测榜单上，Yi-Large与GPT-4o中文并列第一
上周，一个名为 “im-also-a-good-gpt2-chatbot” 的神秘模型突然现身大模型竞技场 Chatbot Arena，排名直接超过 GPT-4-Turbo、Gemini 1 .5 Pro、Claude 3 0pus、Llama-3-70...
-
谷歌Gemini 1.5技术报告：轻松证明奥数题，Flash版比GPT-4 Turbo快5倍
今年 2 月，谷歌上线了多模态大模型 Gemini1.5，通过工程和基础设施优化、MoE 架构等策略大幅提升了性能和速度。拥有更长的上下文，更强推理能力，可以更好地处理跨模态内容。 本周五，Google DeepMind 正式发布了 Gemini 1.5...
-
谷歌推出开源工具Model Explorer，助力AI透明度和问责制
随着人工智能模型日益复杂化，理解其内部工作机制的挑战也日益凸显，这对研究人员和工程师来说是一个紧迫的问题。谷歌最新推出的开源工具Model Explorer承诺为这些系统的不透明性带来曙光，有望开启AI透明度和问责制的新时代。 Model Explore...
-
GPT-4o恩怨开局，Google再次躺枪
要说全世界戏最多的AI，非OpenAI莫属。 这家公司简直就是热搜制造机，刚推出新产品，就送走老领导，刚和苹果结盟，就逼跌谷歌股价;连OpenAI高管的一个离职动态，都能引发网上的OpenAI离职潮。 短短几天时间，以OpenAI为中心，接连引发地震级别的...
-
GPT-4o团队引发OpenAI组织创新热议，应届生领衔Sora，本科生带队GPT-1，经验职级都是浮云
GPT-4o亮相没两天，背后Omni团队就被扒了个底朝天: 领衔者，是DALL·E2/3研究团队成员、Scaling Law共同提出者。 更深层次的，团队组成和Sora有着类似的规律:不怕启用新人，并且狠狠重任新人。 这里的“新人”，可能是本科or硕博刚毕...
-
腾讯 PCG 搜广推机器学习框架GPU 性能优化实践
一、为什么 GPU 推荐模型训练框架是刚需 1. PCG 算力集群缺点 最开始的时候，腾讯 PCG 所有的推荐模型训练都是使用 CPU。但随着业务的深入，以及深度学习模型的发展，PCG 算力集群在做下一代推荐模型时会遇到各种问题： 首先，系统网络带宽...
-
GPT-4o团队引发OpenAI组织创新热议！应届生领衔Sora，本科生带队GPT-1，经验职级都是浮云
GPT-4o亮相没两天，背后Omni团队就被扒了个底朝天: 领衔者，是DALL·E2/3研究团队成员、Scaling Law共同提出者。 更深层次的，团队组成和Sora有着类似的规律:不怕启用新人，并且狠狠重任新人。 这里的“新人”，可能是本科or硕博刚毕...
-
数据分析师噩梦？ChatGPT实时互动分析Excel数据，网友挖出背后新模型
ChatGPT更强了... 刚刚，OpenAI再次放出大招——ChatGPT可以直接打开线上数据文件，完成实时数据分析。 图片 全新的增强功能，具体包括： - 直接从Google Drive和Microsoft OneDrive上传最新版本的文件 - 在...
-
ChatGPT现在允许用户直接从 Google Drive、Microsoft OneDrive 导入文件
OpenAI 本周宣布，其标志性大型语言模型（LL）ChatGPT 已更新，用户现可直接从外部云盘 Google Drive 和 Microsoft OneDrive 导入文件。该功能适用于 ChatG Plus、Team 和 Enterprise 用户，...
-
发布会对比惨烈，奥特曼发文暗讽谷歌！谷歌被曝疯狂重组迎击OpenAI
现在，OpenAI和谷歌的互怼，已经是摆在明面上了。 两天硝烟弥漫的发布会后，Sam Altman显然对OpenAI压过谷歌一头的表现非常满意。 就在刚刚，他在x上发文表示：「我努力不去过多思考我们的竞争对手，但我无法不去思考OpenAI和谷歌之间的美学...
-
谷歌Gemini AI 计划为学校提供额外的数据保护和隐私
Google 即将向学校提供 Gemini AI，并专门针对教育工作者和年满18岁的学生提供服务，承诺会将他们的数据用于 AI 模型训练或与他人分享。 Google 将在 Workspace for Education 账户上提供额外的 Gemini 隐私...
-
AI日报：百度搜索11%结果由AI生成；腾讯混元支持生成16s视频；谷歌发布开源视觉语言模型PaliGemma；Hugging Face承诺免费提供1000万美元GPU计算资源
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解：https://top.aibase.com/ 1、李彦宏：百度搜索已有11%结果...
-
美国媒体公司 Gannett 开始在文章中添加 AI 生成的摘要
美国媒体公司 Gannett 拥有数百家报纸，在其内部备忘录中透露，他们正在推出一个新的项目，将 AI 生成的要点添加到记者的文章开头。 根据 The Verge 所见的内部备忘录，这一 AI 功能被标注为 “要点”，用自动化技术生成了在标题下方的摘要。文...
-
多模态GPT-4o来了，最先嗨起来的是一波女性用户
整场发布会最为重磅的发布之一，莫过于 OpenAI 团队成员对于新模型语音能力的演示，搭载了 GPT-4o 的 ChatGPT，不仅真正实现了实时响应，可以任意打断，更重要的是，ChatGPT 第一次拥有了“察言观色”的能力，它能看到用户表情，理解用户语气...