搜索
在当今AI技术迅猛发展的背景下，大语言模型（LLM）的评估问题已成为一个不可忽视的挑战。传统的做法是直接采用最强大的模型（如GPT-4）进行评估，这就像让最高法院的大法官直接处理所有交通违章案件一样，既不经济也不一定总能保证公正。
大家好，我是AI产品黄叔，目前给两家大厂做AI产品顾问，在使用Cursor和Windsurf（这两个都是AI编程的软件）开发产品后，意识到这才是创造者的天堂，最近举办了三场线下AI编程培训，根据学员的反馈有了这份手册，我会在本手册里持续更新，不断把更多的技巧，思考分享出来，希望能够帮助想要创造的你走进这个天堂！如果你觉得有帮助，欢迎把文末的图片分享给你的朋友：
DeepSeek版o1，有消息了。还未正式发布，已在代码基准测试LiveCodeBench霸榜前三，表现与OpenAI o1的中档推理设置相当。注意了，这不是在DeepSeek官方App已经能试玩的DeepSeek-R1-Lite-Preview（轻量预览版）。
Ben Hylak从最初对o1不满到逐渐掌握使用技巧，成功将其转化为解决重要问题的得力工具。本文探讨了如何正确使用o1，解锁其强大的报告生成和推理分析能力。
RPA虽然能完成任务的80%，但在20%的失败情况中，仍然需要人工介入；下一代的RPA将由AI Agent来完成，而不是依赖传统的RPA。
据外电报道，就在谷歌与美联社签署协议的第二天，Mistral 还宣布与法新社 (AFP) 达成内容协议，以提高Mistral 聊天机器人产品Le Chat的答案的准确性。对于这家总部位于巴黎的人工智能公司来说，这是第一笔此类交易。这表明 Mistral 不想被视为仅仅一家基础模型制造商。
2024又是AI精彩纷呈的一年。LLM不再是AI舞台上唯一的主角。随着预训练技术遭遇瓶颈，GPT-5迟迟未能问世，从业者开始从不同角度寻找突破。以o1为标志，大模型正式迈入“Post-Training”时代；开源发展迅猛，Llama 3.1首次击败闭源模型；中国本土大模型DeepSeek V3，在GPT-4o发布仅7个月后，用 1/10算力实现了几乎同等水平。
测试共振式写法的一例, 科幻小说 Prompt。 Happy Prompting.取刘慈欣短篇小说《朝闻道》的故事梗概作为测试内容。输入：外星人降临地球，他们宣称已经掌握了宇宙的终极答案，但人类不能免费获得，需要拿自己的一条命，获得一次提问答案的机会。现在选择权到了人类科学家的手中。
Fermata是一家专门从事农业计算机视觉解决方案的数据科学公司，在Raw Ventures支持的A轮融资中获得了1000万美元。这项投资将支持该公司为农业行业开发集中式数字大脑的战略愿景，通过先进的数据分析实现作物的自主管理，创建一个不断发展的系统，不断从可用数据中学习。
大模型的记忆片段进行多次替换的时候，会导致模型输出的内容叠加不同记忆片段，出现混淆和错乱的问题。在我做 Crew.ai 知识库测试的时，替换多份知识库文档后，发现大模型已经疯了。