NotebookLM 是 Google AI Lab 开发的笔记应用，基于 Gemini 1.5 Pro 的长文本理解和多模态能力。用户可通过上传文件或链接快速生成笔记和音频内容，适合教育和研究等场景。尽管产品界面设计一般，但其强大的文本理解能力使其在处理复杂内容时表现突出。NotebookLM 支持协作，适合整理公众号文章、编写书稿等多种用途。
此外，关于对抗提示方面，LLM 可以用于检测对抗提示并将其过滤掉。有相关研究提出了有趣的解决方案，例如定义提示评估器。我们已为您准备了相关笔记本供您尝试此策略。
同时，在 LLM 开源中文大语言模型及数据集集合中，也有一些相关的项目，如 wenda、JittorLLMs、WebCPM、GPT Academic、ChatALL 等，它们各有特点和优势。
我们知道LLM可以是复杂、通用和强大的系统，可以在广泛的任务上表现出色。LLM也可以用于或微调以执行特定任务，例如知识生成（[Liu等人，2022(opens in a new tab)](https://arxiv.org/pdf/2110.08387.pdf)）和自我验证（[Weng等人，2022(opens in a new tab)](https://arxiv.org/abs/2212.09561v1)）。同样，LLM可以用于检测对抗提示并将其过滤掉。[Armstrong和Gorman（2022）(opens in a new tab)](https://www.alignmentforum.org/posts/pNcFYZnPdXyL2RfgA/using-gpt-eliezer-against-chatgpt-jailbreaking)提出了一个有趣的解决方案。以下是它在实践中的样子。第一步是定义提示评估器。在文章中，作者提出了一个chatgpt-prompt-evaluator，看起来像下面这样：Prompt:这是一个有趣的解决方案，因为它涉及定义一个特定的代理，负责标记对抗提示，以避免LM响应不良输出。我们已经为您准备了[此笔记本](https://www.promptingguide.ai/zh/notebooks/pe-chatgpt-adversarial.ipynb)，供您尝试此策略。
[title]4.4历史更新[heading2]2024年9月[heading3]9月29日《[NotebookLM：一款基于长文本理解/多模态大模型设计的Google笔记应用](https://mp.weixin.qq.com/s/83No_W4Tbo0HIPuASnpD7g)》NotebookLM是Google AI Lab开发的笔记应用，基于Gemini 1.5 Pro的长文本理解和多模态能力。用户可通过上传文件或链接快速生成笔记和音频内容，适合教育和研究等场景。尽管产品界面设计一般，但其强大的文本理解能力使其在处理复杂内容时表现突出。NotebookLM支持协作，适合整理公众号文章、编写书稿等多种用途。《[Chelsea Finn：RL是如何在Robot Learning领域创造价值的？](https://mp.weixin.qq.com/s/GJw1DlQF1iyDPcE9jfwYeA)》Chelsea Finn在机器人学习领域的研究主要集中在通过大规模机器人交互提升智能能力，强调机器人在特定环境下的表现与泛化能力的差异。她指出，尽管机器人技术已有进展，但与人类相比，仍需解决数据和泛化能力的挑战。Finn提到，通过收集高质量的人类操作数据及应用预训练模型，可以增强机器人的学习能力，从而实现更复杂任务的执行。《[AI系列(一)：一文说透AI产品经理的底牌和命门](https://mp.weixin.qq.com/s/TKfuEE7rarJlEPcxZS77iA)》本文探讨了AI产品经理在大模型时代的机遇与挑战。随着AI技术的普及，产品经理在C端和B端的应用场景中扮演着重要角色。尽管AI原生应用面临用户留存和盈利难题，但通过在现有APP中嵌入AI功能，产品经理可以提升用户体验和商业价值。在行业转型过程中，了解市场动态与人才需求，将是AI产品经理职业发展的关键。
wenda：地址：[https://github.com/wenda-LLM/wenda](https://github.com/wenda-LLM/wenda)简介：一个LLM调用平台。为小模型外挂知识库查找和设计自动执行动作，实现不亚于于大模型的生成能力。JittorLLMs：地址：[https://github.com/Jittor/JittorLLMs](https://github.com/Jittor/JittorLLMs)简介：计图大模型推理库：笔记本没有显卡也能跑大模型，具有成本低，支持广，可移植，速度快等优势。WebCPM地址：[https://github.com/thunlp/WebCPM](https://github.com/thunlp/WebCPM)简介：一个支持可交互网页搜索的中文大模型。GPT Academic：地址：[https://github.com/binary-husky/gpt_academic](https://github.com/binary-husky/gpt_academic)简介：为GPT/GLM提供图形交互界面，特别优化论文阅读润色体验，支持并行问询多种LLM模型，支持清华chatglm等本地模型。兼容复旦MOSS,llama,rwkv,盘古等。ChatALL：地址：[https://github.com/sunner/ChatALL](https://github.com/sunner/ChatALL)简介：ChatALL（中文名：齐叨）可以把一条指令同时发给多个AI，可以帮助用户发现最好的回答。