直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

Aigc科普资料

回答

以下是关于 AIGC 的科普资料:

AIGC(人工智能生成内容)是一种利用人工智能技术生成各种类型内容的应用方式。它能够通过机器学习和深度学习算法,根据输入的数据和指令生成符合特定要求的内容,在内容创作、广告、媒体等领域有着广泛的应用。

AIGC 主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用马尔科夫链、RNN、LSTMs 和 Transformer 等模型生成文本,如 GPT-4 和 GeminiUltra。图像生成依赖于 GANs、VAEs 和 Stable Diffusion 等技术,应用于数据增强和艺术创作,代表项目有 Stable Diffusion 和 StyleGAN 2。音视频生成利用扩散模型、GANs 和 Video Diffusion 等,广泛应用于娱乐和语音生成,代表项目有 Sora 和 WaveNet。此外,AIGC 还可应用于音乐生成、游戏开发和医疗保健等领域,展现出广泛的应用前景。

目前,我国对 AIGC 的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成,并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法(试行)》等形成了共同监管的形势。

GenAI(即生成式 AI)是一种能够从已有数据中学习并生成新的数据或内容的 AI 应用,利用 GenAI 创建的内容即 AIGC。

相关概念包括:

  • 人工智能:一种目标,让机器展现智慧,Artificial Intelligence,简称 AI。
  • 生成式人工智能 GenAI:一种目标,让机器产生复杂有结构的内容,Generative AI 简称 GenAI。
  • 机器学习:一种手段,让机器自动从资料中找到公式。
  • 深度学习:一种更厉害的手段,类神经网络 - 非常大量参数的函数。
  • 大语言模型:是一类具有大量参数的“深度学习”模型,Large Language Models,简称 LLMs。
  • ChatGPT:一个应用实例,形象比喻:通过投喂大量资料预训练后,ChatGPT 会通过聊天玩“文字接龙游戏”了。英文解释:Chat 聊天,G:Generative 生成,P:Pre-trained 预训练,T:Transformer 类神经网络模型。

ChatGPT 是 AIGC 技术的一个应用实例,它代表了 AIGC 在文本生成领域的进展。AGI、GenAI、AIGC 几个概念存在一定的区别。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

十七问解读生成式人工智能

AIGC(人工智能生成内容)是一种利用人工智能技术生成各种类型内容的应用方式。这种技术能够通过机器学习和深度学习算法,根据输入的数据和指令生成符合特定要求的内容。AIGC在内容创作、广告、媒体等领域有着广泛的应用。文字生成:使用大型语言模型(如GPT系列模型)生成文章、故事、对话等内容。图像生成:使用Stable Diffusion、DALL-E等模型生成艺术作品、照片等。视频生成:使用Runway、KLING等模型生成动画、短视频等。

2024AIGC法律风险研究报告(更新版).pdf

1.4本章小结GenAI(即生成式AI)是一种能够从已有数据中学习并生成新的数据或内容的AI应用,利用GenAI创建的内容即AIGC(全称AI-Generated Content)。作为一种强大的技术,生成式AI能够赋能诸多领域,但也存在多重潜在的合规风险。目前,我国对AIGC的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成,并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法(试行)》等形成了共同监管的形势。AIGC主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用马尔科夫链、RNN、LSTMs和Transformer等模型生成文本,如GPT-4和GeminiUltra。图像生成依赖于GANs、VAEs和Stable Diffusion等技术,应用于数据增强和艺术创作,代表项目有Stable Diffusion和StyleGAN 2。音视频生成利用扩散模型、GANs和Video Diffusion等,广泛应用于娱乐和语音生成,代表项目有Sora和WaveNet。此外,AIGC还可应用于音乐生成、游戏开发和医疗保健等领域,展现出广泛的应用前景。

快速学习 AIGC,有料通俗易懂版!

人工智能:一种目标,让机器展现智慧,Artificial Intelligence,简称AI生成式人工智能GenAI:一种目标,让机器产生复杂有结构的内容,Generative AI简称GenAI机器学习:一种手段,让机器自动从资料中找到公式深度学习:一种更厉害的手段,类神经网络-非常大量参数的函数大语言模型:是一类具有大量参数的“深度学习”模型,Large Language Models,简称LLMsChatGPT:一个应用实例,形象比喻:通过投喂大量资料预训练后,ChatGPT会通过聊天玩“文字接龙游戏”了。英文解释:Chat聊天,G:Generative生成,P:Pre-trained预训练,T:Transformer类神经网络模型以上概念之间的关系如下图:AIGC(Artificial Intelligence Generated Content,人工智能生成内容)是利用人工智能技术生成内容的新型生产方式,包括文本、图像、音频和视频等内容。AIGC技术可以用于多种应用,如自动撰写新闻文章、生成艺术画作、创作音乐、制作视频游戏内容等。ChatGPT是AIGC技术的一个应用实例,它代表了AIGC在文本生成领域的进展。ChatGPT是美国OpenAI公司开发的一款基于大型语言模型(Large Language Model,简称LLM)的对话机器人,它能够根据用户的输入生成连贯且相关的文本回复。用户界面如下:AGI、GenAI、AIGC几个概念的区别与理解可参考下图:

其他人在问
agi是什么,aigc又是什么,他们之间有什么区别
AGI 即通用人工智能(Artificial General Intelligence),是一种目标,旨在让机器展现出像人类一样的广泛智慧和能力。 AIGC 是人工智能生成内容(Artificial Intelligence Generated Content),是利用人工智能技术生成包括文本、图像、音频和视频等各种类型内容的新型生产方式。AIGC 技术可应用于自动撰写新闻文章、生成艺术画作、创作音乐、制作视频游戏内容等多种领域。 它们的区别在于:AGI 追求的是机器具备全面的、类似人类的智能,而 AIGC 侧重于利用人工智能技术来生成特定的内容。 AIGC 与 UGC(用户生成内容)、PGC(专业生成内容)的关系如下: AIGC 是由人工智能生成的内容,优势在于能快速、大规模生成内容,适用于需大量内容的场景,如自动化新闻、广告创作等。 UGC 是由用户生成的内容,优势在于内容丰富多样,能反映用户真实想法和创意,适用于社交媒体、社区论坛等互动性强的平台。 PGC 是由专业人士或机构生成的内容,优势在于内容质量高、专业性强,适用于新闻媒体、专业网站等需要高质量内容的平台。
2024-10-20
我知道AIGC,现在你这个AGI又是什么鬼?
AGI 即人工通用智能(Artificial General Intelligence),它被描述为“可雇用的中等水平人类同事的等效物”。 致力于构建安全、有益的 AGI 意味着希望对人类未来产生巨大的积极影响。例如,Meta 公司为实现 AGI 目标,将两大 AI 研究团队合并,并投入大量资金采购硬件,开发大语言模型。但对于通用人工智能究竟是什么以及何时能实现,目前还没有明确答案。 需要注意的是,AGI 与 AIGC 不同。AIGC 是一种利用人工智能技术生成各种类型内容的应用方式,在内容创作、广告、媒体等领域有着广泛应用。而 AGI 更侧重于实现具有广泛智能能力、能够像人类一样处理各种任务和情境的人工智能。
2024-10-14
AIGC是什么
AIGC 即 AI generated content,又称为生成式 AI,意为人工智能生成内容。例如 AI 文本续写,文字转图像的 AI 图、AI 主持人等,都属于 AIGC 的应用。 AIGC 是一种利用人工智能技术生成各种类型内容的应用方式。这种技术能够通过机器学习和深度学习算法,根据输入的数据和指令生成符合特定要求的内容。AIGC 在内容创作、广告、媒体等领域有着广泛的应用。 其具体应用包括: 1. 文字生成:使用大型语言模型(如 GPT 系列模型)生成文章、故事、对话等内容。 2. 图像生成:使用 Stable Diffusion、DALLE 等模型生成艺术作品、照片等。 3. 视频生成:使用 Runway、KLING 等模型生成动画、短视频等。 类似的名词缩写还有 UGC(普通用户生产),PGC(专业用户生产)等。能进行 AIGC 的产品项目也很多,能进行 AIGC 的媒介也很多,包括且不限于: 1. 语言文字类:OpenAI 的 GPT,Google 的 Bard,百度的文心一言,还有一种国内大佬下场要做的的 LLM 都是语言类的。 2. 语音声音类:Google 的 WaveNet,微软的 Deep Nerual Network,百度的 DeepSpeech 等,还有合成 AI 孙燕姿大火的开源模型 Sovits。 3. 图片美术类:早期有 GEN 等图片识别/生成技术,去年大热的扩散模型又带火了我们比较熟悉的、生成质量无敌的 Midjourney,先驱者谷歌的 Disco Diffusion,一直在排队测试的 OpenAI 的 Dalle·2,以及 stability ai 和 runaway 共同推出的 Stable Diffusion。
2024-10-12
AIGC课程
以下为为您推荐的 AIGC 课程: 【野菩萨的 AIGC 资深课】由工信部下属单位【人民邮电出版社】开设,是市面上值得推荐的课程之一,也是全网技术更新最快的课程。课程内容涵盖 AI 绘画、视听语言和 ChatGPT 等多个体系的知识,无论您是 AI 初学者还是进阶者,都能满足学习需求。 创建“通往 AGI 之路”的 AJ 以学生身份分享学习心得,指出开源社区资源丰富适合自律自主学习者,而知识付费课程能提供系统结构、专业指导、针对性计划和互动反馈,是高效学习途径。最近社区新同学多,很多人询问适合新手小白的课程,多数人更愿接受老师手把手教学。AJ 在创建“通往 AGI 之路”前为快速入门 AI 绘画,学习众多付费课程并深入分析,最终选择野菩萨的课程,觉得超级棒,强烈推荐。您可扫码添加菩萨老师助理了解更多信息。
2024-10-10
一个AIGC的产品,生命周期是什么
AIGC(Artificial Intelligence Generated Content,人工智能生成内容)的发展经历了从 PGC(ProfessionalGenerated Content,专业生成内容)到 UGC(UserGenerated Content,用户生成内容),再到 AIGC 的历程。 在互联网形态的发展中,内容生产方式也有所不同: Web1.0 时代,内容生产以 PGC 为主,由专家和专业机构生产高质量内容,如雅虎、IMDb 等。PGC 优势在于专业性和易变现,但面临创作门槛高、产量不足等挑战。 Web2.0 时代,用户参与内容创作,UGC 成为主流。UGC 内容多样、个性化,通过推荐系统满足用户需求,降低了专业门槛,促进了互联网的民主化和个性化内容创作。 目前,AIGC 在 2024 年的发展迅速,犹如 2014 年移动互联网时代大量新兴 APP 的涌现。AI 领域新出了太多的新名词、新概念、新想法、新产品,信息丰富多样。同时,AI 知识付费领域“鱼龙混杂”,新事物很考验人的学习能力和动手能力。 关于 AIGC 的学习,有人总结了“AIGC 学习三步法”,但文中未提及具体内容。
2024-10-09
AIGC产品生命周期
AIGC 产品具有一定的生命周期,其发展历程与内容生产方式的演变密切相关。 在内容生产方式上,经历了从 PGC(专业生成内容)到 UGC(用户生成内容),再到 AIGC(人工智能生成内容)的转变。 Web1.0 时代,互联网内容生产以 PGC 为主,由专家和专业机构生产高质量内容,如雅虎、IMDb 等。PGC 的优势在于专业性和易变现,但面临创作门槛高、产量不足等挑战。 随着互联网发展和用户需求多样化,Web 2.0 时代到来,用户参与内容创作,UGC 成为主流。UGC 内容多样、个性化,通过推荐系统满足用户需求,降低了专业门槛,促进了互联网的民主化和个性化内容创作。 如今,AIGC 逐渐兴起,其核心特点是内容生产效率高。 在实际应用中,AIGC 产品经理的任职要求通常包括: 1. 相信 AIGC:对 AIGC 有热情和兴奋感,关注相关动态。 2. 喜欢用:用过各种 AIGC 应用,如 GPT4、newbing、Kimi、Perplexity、Suno 等,对新的爆款产品有探索欲。 3. 能上手:可以简单上手,不限于调用 API 做小 demo,会写复杂的提示词,做简单的 RAG 应用、文生图、视频,微调模型等。 岗位职责包括: 1. 构建赋能海量用户的大模型工程化产品,帮助塑造技术领先性。 2. 探索和设计工程化产品,支持更快的 AI 原生应用构建。 3. 在重点业务场景中深入探索大模型的应用落地。 此外,一些成功的 AI 产品案例,如文风测试和 OC 分析,展示了小模型在特定场景下的高效和低成本,其成功表明从用户的兴趣和需求出发,即使是简单的工具也能获得广泛的关注和使用。即使是具有“一波流”特性的 AI 产品,短暂的流行也能带来实际的商业价值和用户增长。同时,主创团队的纯粹兴趣驱动和对技术的热爱也是产品成功的重要因素之一。未来,如果能够从真实的需求出发,即使是单一形态或一波流的 AI 产品,也有可能成为爆款,并且这种成功是可以复现的。
2024-10-09
如果我需要撰写一个以“AI对音乐行业就业岗位的影响”为主题的约3000字的科普类文章,我应该优先关注WaytoAGI 知识库中的哪些内容?
很抱歉,目前“通往 AGI 之路”知识库中没有与“AI 对音乐行业就业岗位的影响”相关的直接内容。但您可以从以下几个方面入手来撰写这篇文章: 1. 了解 AI 在音乐创作、制作、表演等方面的应用现状和发展趋势。 2. 研究 AI 技术如何改变音乐的生产流程和效率。 3. 分析 AI 对音乐创作者、演奏者、制作人等不同岗位的具体影响,包括可能的岗位替代和新岗位的产生。 4. 探讨 AI 带来的音乐版权和知识产权问题,以及对相关法律和政策的影响。 5. 关注音乐消费者对 AI 参与音乐创作和表演的接受程度和需求变化。
2024-10-19
以图像识别,为小白科普相关知识和交叉领域,并为研究生提供参考选题
图像识别是指利用计算机技术对图像进行处理和分析,以识别和理解图像中的内容。 对于小白来说,图像识别是让计算机像人一样“看懂”图像。它基于深度学习、机器学习等技术,通过对大量图像数据的学习和训练,能够自动提取图像的特征,并进行分类、识别等操作。 图像识别的应用非常广泛,比如在安防领域,用于人脸识别、车牌识别等;在医疗领域,辅助疾病诊断、医学影像分析;在交通领域,实现交通标志识别、车辆检测等。 图像识别与多个领域存在交叉,如计算机视觉,它不仅关注图像的识别,还包括图像的生成、处理等;与人工智能的其他分支如自然语言处理也有结合,实现图文转换等功能;在工业领域,与自动化生产相结合,进行产品质量检测等。 对于研究生来说,以下是一些参考选题: 1. 基于小样本学习的图像识别算法研究。 2. 融合多模态信息的图像识别模型优化。 3. 针对特定场景(如复杂环境、低光照等)的图像识别改进。 4. 图像识别在医疗诊断中的精准度提升策略。 5. 结合深度学习和传统方法的图像识别性能比较。 6. 基于新型神经网络架构的图像识别应用。
2024-10-19
科普性质的介绍下目前大模型的优秀应用案例和实施经验
以下为目前大模型的一些优秀应用案例和实施经验: 在问答行业: Baichuan 借鉴了 Meta 的 CoVe 技术,将复杂 Prompt 拆分为多个独立且可并行检索的搜索友好型查询,使大模型能够对每个子查询进行定向知识库搜索。 利用自研的 TSF(ThinkStep Further)技术来推断和挖掘用户输入背后更深层的问题,以更精准、全面地理解用户意图。 自研 BaichuanTextEmbedding 向量模型,对超过 1.5T tokens 的高质量中文数据进行预训练,并通过自研损失函数解决了对比学习方式依赖 batchsize 的问题。同时引入稀疏检索和 rerank 模型,形成向量检索与稀疏检索并行的混合检索方式,大幅提升了目标文档的召回率,达到 95%。 在医疗行业: 涵盖疾病的诊断与预测、药物研发以及个性化医疗等方向。 例如,麻省理工学院利用 AI 发现了新型广谱抗生素 Halicin。研究者先构建由两千个性能已知的分子组成的训练集,用它们训练 AI 学习分子特点,总结规律,再对美国 FDA 已通过的六万多个分子进行分析,最终成功识别出有效分子,且实验证明效果良好。 在模型架构方面: 包括 encoderonly、encoderdecoder 和 decoderonly 等类型。 如 BERT 是 encoderonly 模型的代表,google 的 T5 是 encoderdecoder 模型的代表,众多熟知的 AI 助手包括 ChatGPT 基本属于 decoderonly 架构。 大模型的特点在于预训练数据量大,往往来自互联网上的多种来源,且参数众多,如 Open 在 2020 年发布的 GPT3 就已达到 170B 的参数。
2024-09-13
人工智能科普
以下是关于人工智能的科普内容: 一、人工智能简介 人工智能(Artificial Intelligence)是一门研究如何使计算机表现出智能行为,例如做一些人类所擅长的事情的科学。最初,查尔斯·巴贝奇(Charles Babbage)发明了计算机,用于按照一套明确定义的程序(即算法)来对数字进行运算。现代计算机虽更先进,但仍遵循相同的受控计算理念。然而,像“根据照片判断一个人的年龄”这类任务,由于我们不清楚大脑完成此任务的具体步骤,所以无法编写明确程序让计算机完成,这类任务正是人工智能感兴趣的。 二、人工智能简史 早期的程序如,基于简单语法规则,将输入句子重新表述为问题。现代助手如 Cortana、Siri 或谷歌助手等是混合系统,使用神经网络将语音转换成文本并识别意图,再采用推理或明确算法执行操作。未来有望出现完整基于神经网络的模型独立处理对话,如最近的 GPT 和 TuringNLG 系列神经网络在这方面取得了巨大成功。 三、新手学习 AI 的方法 学习人工智能是既刺激又富有挑战的旅程。 1. 了解 AI 基本概念: 阅读「」部分,熟悉术语和基础概念,了解其主要分支及联系。 浏览入门文章,了解历史、应用和发展趋势。 2. 开始 AI 学习之旅: 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按自己节奏学习并获取证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛(比如图像、音乐、视频等),可根据兴趣选择特定模块深入学习。
2024-09-10
AI儿童科普演讲大纲
很抱歉,目前知识库中没有关于 AI 儿童科普演讲大纲的相关内容。但我可以为您提供一个大致的框架以供参考: 一、引言 1. 用有趣的故事或现象引入 AI 的概念 2. 提问引发孩子们的兴趣 二、什么是 AI 1. 简单解释 AI 的定义 2. 举例说明 AI 在日常生活中的应用,如语音助手、智能家电等 三、AI 的工作原理 1. 以简单易懂的方式讲解数据输入、算法处理和结果输出 2. 用形象的比喻帮助孩子们理解 四、AI 的优点 1. 提高效率、准确性 2. 解决一些复杂的问题 3. 为人们的生活带来便利 五、AI 的挑战与担忧 1. 可能导致的就业变化 2. 数据隐私和安全问题 六、未来的 AI 1. 鼓励孩子们想象未来 AI 的发展 2. 激发他们对科技的兴趣和探索精神 七、总结 1. 回顾重点内容 2. 鼓励孩子们学习科学知识,为未来做好准备 您可以根据实际情况和孩子们的年龄特点对内容进行调整和丰富。
2024-09-09
如何利用AI做科普视频
以下是利用 AI 做科普视频的一些建议和资源: 入门学习: 您可以观看以下入门视频来获取相关知识: 《ChatGPT 诞生记:先捞钱,再谈理想》,作者/来源为林亦 LYi,该视频介绍了 ChatGPT 背后的 OpenAI 公司的理想、成果与争议。链接:,发布日期为 2023 年 2 月 10 日。 《【渐构】万字科普 GPT4 为何会颠覆现有工作流》,作者/来源为 YJango,此视频讲解了 GPT 的底层原理和未来影响,抛开技术细节,少用专业名词,从整体功能上讲解了 ChatGPT 的工作原理、制造过程、涌现的能力、未来的影响以及如何应对。链接:,发布日期为 2023 年 3 月 15 日。 《终于有人把 chatGPT 说清楚了——全网最深入浅出的 chatGPT 原理科普》,作者/来源为新石器公园,该视频深入浅出地讲解了 chatGPT 的基本原理和演化过程。 工具推荐: 制作视频的最佳动画工具:用于在视频中为人脸制作动画的。 最佳语音克隆: 需注意的问题:深度伪造是一个巨大的问题,这些系统需要合乎道德地使用。 此外,在不同的教学场景中,对于 AI 的使用态度和重点也有所不同。例如在健康课中,重点可能是帮助学生设计健康活动,对于使用生成式 AI 编写代码可能不太在意;在艺术课中可能不希望使用 AI 生成的图像,但在历史课中制作信息图表展示对宏观经济学原理的理解时可能会接受。
2024-09-05
有没有什么资料可以快速了解AI
以下是一些可以帮助您快速了解 AI 的资料: 1. 学术论文:通过 Google Scholar、IEEE Xplore、ScienceDirect 等学术数据库搜索相关论文,了解 AI 在不同领域的应用和研究成果。 2. 专业书籍:查找与 AI 相关的专业书籍,深入学习 AI 的理论和应用案例。 3. 在线课程和教程:在 Coursera、edX、Udacity 等平台参加 AI 相关课程,在 YouTube 等视频平台查找教程和演示视频。 4. 技术论坛和社区:加入如 Stack Overflow、Reddit 的 r/AI 等相关论坛和社区,与专业人士交流学习。 5. 开源项目和代码库:在 GitHub 等开源平台探索 AI 相关项目,了解其应用和实现。 6. 企业案例研究:研究如 Autodesk、Siemens 等公司在 AI 领域的应用案例,了解实际效果。 对于入门经典必读,您可以参考作者为 的相关内容,原文地址为 https://a16z.com/2023/05/25/aicanon/ 。 如果您不会代码,想在 20 分钟上手 Python + AI,您可以先了解以下基础内容: AI 背景知识: 基础理论:明确人工智能、机器学习、深度学习的定义及相互关系。 历史发展:回顾 AI 的发展历程和重要里程碑。 数学基础: 统计学基础:熟悉均值、中位数、方差等统计概念。 线性代数:掌握向量、矩阵等基本概念。 概率论:了解基础的概率论知识,如条件概率、贝叶斯定理。 算法和模型: 监督学习:熟悉线性回归、决策树、支持向量机(SVM)等常用算法。 无监督学习:了解聚类、降维等算法。 强化学习:知晓其基本概念。 评估和调优: 性能评估:掌握如何评估模型性能,如交叉验证、精确度、召回率等。 模型调优:学会使用网格搜索等技术优化模型参数。 神经网络基础: 网络结构:理解前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)等基本结构。 激活函数:熟悉常用的激活函数,如 ReLU、Sigmoid、Tanh。
2024-10-22
有没有 AI bot 做意图识别的资料
以下是关于 AI bot 做意图识别的资料: 尽管意图识别在自然语言处理领域已被广泛讨论,且通过各种小规模模型处理过此任务,但随着大型模型兴起,尤其是用作智能体的 Brain 模块时,它们在意图识别方面承担了主要工作。 意图识别的定义是:当用户输入指令,指令通过感知模块传递到 Brain 模块,Brain 模块需对指令做出反应,本质上是一种分类任务,即识别并区分用户的具体意图。在单一智能体架构或复杂的多智能体系统中,意图识别都至关重要。 通过一些常见的例子,如 Siri、小爱同学及其他手机品牌搭载的智能助手,当向它们发出指令时能做出相应反应,此过程中意图识别起到关键作用。大型模型执行意图识别任务时,主要基于前期通过大量数据训练得到的模型,可能是专门针对意图识别任务训练的大型模型,也可能是通过在特定任务中微调来优化的模型,通过微调能使模型更好地适应特定领域的任务需求。
2024-10-21
大模型安全相关资料
以下是关于大模型安全的相关资料: 大模型的架构:包括 encoderonly、encoderdecoder 和 decoderonly 三种类型。其中,我们熟知的 AI 助手基本采用 decoderonly 架构,这些架构都是由谷歌 2017 年发布的“attention is all you need”论文中提出的 transformer 衍生而来。 大模型的特点:预训练数据量大,往往来自互联网上的论文、代码、公开网页等,通常用 TB 级别的数据进行预训练;参数非常多,如 Open 在 2020 年发布的 GPT3 就已达到 170B 的参数。 大模型的安全性保障:通过对齐(指令调优),包括监督微调、获取 reward model 与进行强化学习来调整语言模型的输出分布,以保证语言模型不会输出有害内容和信息。例如 LLAMA2 专门使用了安全有监督微调确保安全。但 Alignment 并不足以防护所有安全问题,存在越狱(Jailbreak)现象,会使模型对齐失效。此外,还有隐私问题。 相关资源:如果想进一步了解大语言模型安全,可以访问 Github awesomellmsafety 项目:https://github.com/ydyjya/AwesomeLLMSafety
2024-10-18
通过cursor编程的最新资料
以下是关于 Cursor 编程的最新资料: 小白视角: 已经通过 Cursor 跑出来第一个 html 文件,后续将继续探索,包括: 第一弹,一点小小的震撼——cursor 黑客松。 第二弹,文案工作者的福音——cursor 批量写 prompt、写文章。 第三弹,上一辈的崛起——cursor 的“向上”,给爹妈一场安利。 Cursor 官方功能介绍: Chat 聊天:允许与看到代码库的 AI 交谈,能看到当前文件和光标,可通过特定操作添加代码块到上下文或与整个代码库聊天。 Codebase Answers 代码库答案:使用特定操作询问有关代码库的问题,Cursor 会搜索代码库查找相关代码。 引用您的代码:通过@符号引用代码用作 AI 的上下文,键入@可查看文件夹中文件和代码符号列表。 使用图像:点击聊天下方的图片按钮或拖入图片可将视觉上下文包含在聊天中。 询问 Web:使用@Web 从 Internet 获取最新信息,Cursor 会构建搜索查询并搜索 Web 查找相关信息作为附加上下文。 @Web 相关:借助@Web,Cursor 会根据查询和提供的上下文构建搜索查询并在 Web 上搜索以查找相关信息,可在 Cursor 设置中开启“始终搜索 Web”使 Cursor 在每个查询中搜索 Web 聊天。
2024-10-12
有了解AI视频以及学习AI视频制作比较好的资料吗
以下是一些学习 AI 视频制作的较好资料: 软件教程: 工作流教程: 学社精华: 3 月 24 日:【1.5 入门 AI 视频】专门整理的 AI 视频板块,包含多个工具教程,如 Dreamina、Pika、SVD、Pixverse 等。 AJ 分享了几个重要资源:
2024-10-11
给主题和相关资料,生成ppt
以下是为您生成的关于使用 AI 工具生成 PPT 的方法: 卓 sir 的方法: 1. 让 GPT4 生成 PPT 大纲,此环节最耗时,约 2 小时。 2. 将大纲导入到 WPS 中,启用 WPS AI 一键生成 PPT。 3. 让 chatPPT 添加动画。 4. 手动修改细节,如字体、事实性错误等。 熊猫 Jay 的方法: 1. 闪击 网址:https://ppt.isheji.com/?code=ysslhaqllp&as=invite 选择模版。 输入大纲和要点,将准备的大纲转换成适配闪击的语法。 点击文本转 PPT 并确定。 在线编辑,导出时会员有优势。 2. Process ON 网址:https://www.processon.com/ 输入大纲和要点,有两种方式: 导入大纲和要点,包括手动复制(较耗时)和导入方式(将大纲内容复制到本地 txt 文件并改为.md 后缀,导入 Xmind 软件后再导入 Process ON)。 输入主题自动生成大纲和要求。 选择模版并生成 PPT,点击下载,选择导入格式为 PPT 文件,选择模版后下载。可在某宝购买一天会员。
2024-10-07