Navigate to WaytoAGI Wiki →
Home/question.detail.breadcrumb.questionList/question.detail.breadcrumb.questionDetail

哪些AI模型可以帮助个人在股票投资

Answer

以下是一些可能有助于个人在股票投资的 AI 模型和相关信息：

  • 目前，OpenAI、Gemini、Anthropic、LLama 以及来自法国的 Mistral 等是市场上备受瞩目的 AI 模型公司。
  • 在投资领域，AI 将引领新的服务模式，如“智能即服务”，重塑工作和生活，为芯片、云计算等行业带来新的投资机会。企业软件、AI 驱动的金融服务以及 AI 健康技术成为吸引投资的主要领域，机器人行业的投资额也在增长。
  • 科技巨头通过资本控制 AI 模型公司的趋势明显，如 OpenAI 与微软、Anthropic 与 Google 等的合作。
  • 个人投资者可以关注在温哥华启动的专注于 AI 领域的基金 Brilliant Phoenix，其投资了 OpenAI、Cohere 和 Anthropic 等公司。同时，也有跨境基金如在上海发起的进益安成的 QDLP 跨境基金，专注于为投资者提供合规的人民币出境通道以投资美股二级市场。
Content generated by AI large model, please carefully verify (powered by aily)

References

为了在医疗保健中产生真正的改变，AI 需要像我们一样学习

[title]为了在医疗保健中产生真正的改变，AI需要像我们一样学习原文地址：https://time.com/6274752/ai-health-care/作者：Vijay Pande博士，是a16z的合作者，专注于生物和健康领域投资发表时间：2023-5-3翻译：通往AGI之路数百万人，其中很多人以前从未深入思考过计算机科学，现在正在尝试像ChatGPT这样能进行流畅对话的生成式AI模型和像DALL-E这样的创意图像生成器。虽然这些产品反映的技术突破并不如AI进入公众意识那样显著，但它们获得的关注正在引导大量[投资](https://www.wired.com/story/microsoft-taps-chatgpt-to-boost-bing-and-beat-google/)流动——这种投资正在塑造这项技术在未来几年中的应用方式。对于我们这些一直对AI在改变社会上持有[乐观态度](https://www.nytimes.com/2018/01/25/opinion/artificial-intelligence-black-box.html)的人来说，特别是在关键领域如健康和医学中，近几个月感觉非常像科幻小说变为现实。然而，尽管探索这些能力很令人愉悦——例如，GPT-4在美国医学执照考试中[超过](https://www.microsoft.com/en-us/research/publication/capabilities-of-gpt-4-on-medical-challenge-problems/)及格分数20分——但这样做的结果主要是强调了它们的不足。拥有读取、保留并根据需要重复所有这些数据的能力使得今天的AI在所有方面都很优秀，但没有在任何方面做得非常出色。

2024年3月 / 科技变革与美股投资 2024

[title]2024年3月/科技变革与美股投资2024[heading1]III.智变时代AI将引领新的服务模式，即“智能即服务”，通过增强能力、自动化和改变交互方式，重塑我们的工作和生活。此外，AI的发展将重新赋能芯片和云计算行业，为它们带来第二春，并创造新的投资机会。在这个过程中，GPU的需求预计将持续增长，进一步推动AI技术的革新和应用。企业软件、AI驱动的金融服务以及AI健康技术成为了吸引投资的主要领域。但值得注意的是，机器人行业的投资额已经超过了企业软件，预示着它可能成为下一轮AI革命的重要爆发点。这一点在2024年末或2025年初有望得到进一步验证。科技巨头们通过资本来控制AI模型公司的趋势也越来越明显。例如，OpenAI与微软的合作，Anthropic与Google的合作，以及其他公司与NVIDIA和AWS的合作，都表明了这一点。这种背后的资本支持不仅为AI公司提供了必要的算力，还加速了整个行业的发展。在这个AI时代，企业的竞争策略主要集中在两个方向：一是迅速成长为大型模型公司并寻找强大的背书，以获得竞争优势；二是保持规模较小，专注于盈利并灵活应对市场变化。这种分化的竞争模式预示着AI行业的未来将更加多元化和复杂。展望2024年，我们有理由相信这将是大模型争霸的一年。OpenAI、Gemini、Anthropic、LLama以及来自法国的Mistral将是市场上最受瞩目的几家公司。他们不仅在技术上相互竞争，还在为未来AI的方向和应用设定标准。这种竞争不仅对技术的进步至关重要，也为投资者和市场观察者提供了了解AI发展趋势的重要视角。

2024年3月 / 科技变革与美股投资 2024

对于投资者和创业者来说，了解并投身于科技创新是走向成功的关键一步。2022年和2023年，我特别关注了科技领域的一级市场投资机会。通过一个SPV基金参与了SpaceX的投资，并且我们在温哥华还启动了一只专注于AI领域的基金[Brilliant Phoenix](https://www.phoenixmortgage.ca/?ref=indigox.me)，投资了OpenAI、Cohere和Anthropic等公司。除了投资之外，我还致力于个人孵化早期科技项目，和朋友建立了一个类似于Venture Studio的公司[Hallidai](https://hallid.ai/?ref=indigox.me)，专注于AI领域的创新。我们的第一个项目是[Maimo](https://maimo.ai/?ref=indigox.me)，一个旨在作为研究助理或外脑的产品，帮助用户加速知识处理，包括会议脚本的听写、研究论文的结构分析、生成式搜索等功能。这个产品体现了我们对于AI技术实际应用的探索和实现，也是我们对科技未来发展方向的一种投资。就在今年，联合好朋友合鲸资本还有专业的美股交易团队，在上海发起一只名为进益安成的QDLP跨境基金，专注于为投资者提供合规的人民币出境通道，以便直接投资美股二级市场。通过与专业的交易团队和法务团队合作，我们确保投资者的资金安全和合规性，使他们能够顺利地在美股市场上进行投资。未来已来，只是分布不均！正如William Gibson所说，我们的目标是成为那些先看到并抓住未来机会的人。通过上述项目，我们希望能够为更多人打开知识之门，让他们有机会参与到这个激动人心的科技变革中来。

Others are asking
学习AI可以从哪几个方面去学习
学习 AI 可以从以下几个方面入手： 1. 编程语言：从 Python、JavaScript 等编程语言开始学习，掌握编程语法、数据结构、算法等基础知识。 2. 工具和平台：使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。探索面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 基础知识： 了解 AI 的基本概念、发展历程、主要技术（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 实践项目： 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注前沿动态：关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展，思考其对未来社会的影响。 对于新手学习 AI： 1. 了解 AI 基本概念： 阅读相关入门文章，熟悉术语和基础概念。 了解人工智能的主要分支及它们之间的联系。 2. 开始学习之旅： 参考为初学者设计的课程，如李宏毅老师的课程。 通过在线教育平台按自己节奏学习，并争取获得证书。 3. 选择感兴趣的模块深入学习： 根据自身兴趣选择特定模块，如图像、音乐、视频等。 掌握提示词技巧。 4. 实践和尝试： 理论学习后进行实践，巩固知识。 分享实践成果。 5. 体验 AI 产品： 与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式。 如果希望继续精进，对于不会代码的人，可以尝试了解以下基础内容： 1. AI 背景知识： 基础理论：了解人工智能、机器学习、深度学习的定义及其关系。 历史发展：回顾 AI 的发展历程和重要里程碑。 2. 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：了解向量、矩阵等基本概念。 概率论：掌握基础的概率论知识，如条件概率、贝叶斯定理。 3. 算法和模型： 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：了解基本概念。 4. 评估和调优： 性能评估：掌握如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习使用网格搜索等技术优化模型参数。 5. 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。
2024-12-25
视频链接转文字的Ai
以下为您介绍一些关于视频链接转文字的 AI 相关信息： 在“超级 AI 助力打造计划微信超级 AI 知识助手教学（下）2024 年 12 月 11 日”中，张梦飞解答了诸多与操作、功能、风险及平台相关的问题，包括今日头条读不出、公众号视频提取内容、界面在哪、文章文件总结跳过条件等，同时提到了视频号转文字等相关内容。 ElevenLabs 推出了全自动化的 AI 配音或视频翻译工具，您只需上传视频或粘贴视频链接，该工具能在几十秒到几分钟内将视频翻译成 29 种语言，还能克隆原视频里面的声音进行配音。 有群友测试了相关工具，另外还有群友尝试了豆包的音色模仿，读了大概 20 个字的句子，5 秒就可以生成非常像的音色，之后可用自己的声音读生成的文字内容。
2024-12-25
ai技术商业应用典型案例
以下是一些 AI 技术商业应用的典型案例： 企业运营： 日常办公文档材料撰写整理。 营销对话机器人，进行市场分析和提供销售策略咨询。 法律文书起草、案例分析以及法律条文梳理。 人力资源方面的简历筛选、预招聘和员工培训。 教育： 协助评估学生学习情况，为职业规划提供建议。 针对学生情况以及兴趣定制化学习内容。 论文初稿搭建及论文审核。 帮助低收入国家/家庭通过 GPT 获得平等的教育资源。 游戏/媒体： 定制化游戏，动态生成 NPC 互动，自定义剧情和开放式结局。 出海文案内容生成，语言翻译及辅助广告投放和运营。 数字虚拟人直播。 游戏平台代码重构。 AI 自动生成副本。 零售/电商： 舆情、投诉、突发事件监测及分析。 品牌营销内容撰写及投放。 自动化库存管理。 自动生成或完成 SKU 类别选择、数量和价格分配。 客户购物趋势分析及洞察。 金融/保险： 个人金融理财顾问。 贷款信息摘要及初始批复。 识别并检测欺诈活动风险。 客服中心分析及内容洞察。 保险理赔处理及分析。 投资者报告/研究报告总结。 制造业/汽车： 生产计划、供应链计划状态查询。 产线预测性维保辅助。 产品质量分析与溯源。 自动驾驶全场景模拟训练及虚拟汽车助手。 线上购车品牌、配置对比分析。 生命科学： 研发阶段靶点发现及产品成药性。 医学文献内容检索，重点摘要提取，相关法规整理。 医药代表培训及知识库建立。 分诊导诊助理、诊疗助理、术后护理及复建辅助。 此外，还有以下具体案例： 京东物流仓储管理系统：利用数据分析、机器学习等技术优化物流仓储管理，提高运营效率。例如通过智能算法优化货物存储位置，减少拣货时间。 BOSS 直聘简历筛选功能：利用自然语言处理、机器学习技术快速筛选简历，提高招聘效率。根据企业的招聘要求，提取关键信息，为企业推荐符合条件的候选人。 贝壳找房租赁管理功能：利用数据分析、自然语言处理技术管理房地产租赁业务，提高效率。根据租客的需求和偏好，自动推荐合适的房源。 腾讯游戏社交平台：利用数据分析、机器学习技术为玩家提供社交功能，增强游戏体验。根据玩家的游戏历史和兴趣爱好，推荐可能成为好友的玩家。
2024-12-25
未来哪些工作可以被AI替代？
未来可能被 AI 替代的工作包括一些重复性高、规则性强的工作，例如： 1. 数据输入、文档处理等单调的数据处理工作。 2. 部分制造业中的重复性生产操作。 然而，以下工作相对较难被 AI 替代： 1. 涉及团队建设、跨文化交流、创新解决方案设计等需要复杂人际交往和创新能力的工作。 2. 具有灵活性、非常规性和创造性的工作，比如艺术创作、科研创新等。 2023 年 AI 预计将会替代 4 亿 8 亿工作岗位，但同时也会增加 5.55 8.90 亿新岗位。计算被替代的岗位主要是查看岗位任务构成中可自动化任务的占比。发展中国家的某些经济发展必要步骤可能因 AI 而直接被取代，但这一观点有待辩证看待，吴恩达建议发展中国家在垂直领域完成优势积累。
2024-12-25
目前AI不能做哪些事情？
目前 AI 不能做的事情包括： 1. 尽管在某些方面取得了成功，但不能解决所有科学问题。几个世纪以来人类在科学领域逐步积累，仍有众多问题存在，AI 无法完全介入并解决所有这些问题。 2. 目前还不足以完全替代开发者进行复杂项目的开发，尚未达到“言出法随”的境界。 3. 由于技术快速发展，当前使用的某些 AI 工具可能并非最优，且需要考虑其是否适合应用目的以及存在的弱点。 4. 在使用 AI 时需要注意众多道德问题，如侵犯版权、作弊、窃取他人工作、操纵等，特定 AI 模型的构建及受益情况等问题复杂且尚不清晰，使用者有责任以道德方式使用这些工具。
2024-12-25
aipo 提示词课程链接
以下是关于 AIPO 提示词课程的相关链接： 10 月 13 日课程回放：https://www.bilibili.com/video/BV137mEYcEid/?spm_id_from=333.337.searchcard.all.click 上课请提前准备： 豆包网页端：https://www.doubao.com/chat/?channel=browser_landing_page 豆包桌面客户端： 相关资料： 作业：https://waytoagi.feishu.cn/share/base/form/shrcng2BGhOVyYXnr3AKP2pgCtg 10 月 14 日课程回放：https://www.bilibili.com/video/BV1msmEYxEZY/?buvid=YC4BD1CD531B1DE24BE79F1022B411E8311B&from_spmid=search.searchresult.0.0&is_story_h5=false&mid=E93ZXvPaf6qpZfVvaoksIA%3D%3D&p=1&plat_id=116&share_from=ugc&share_medium=iphone&share_plat=ios&share_session_id=FEFB63BF03154D5D842FEF7B6D7CA68D&share_source=WEIXIN&share_tag=s_i&spmid=united.playervideodetail.0.0&timestamp=1728927125&unique_k=TSPAHQW&up_id=259768893 上课请提前准备：吐司 https://tusiart.com/?utm_source=semsem&source_id=semsem 相关资料：https://kah8x5a2ycv.feishu.cn/docx/EknsdlsX1oxETExa5AjcDhfInWg 作业：https://waytoagi.feishu.cn/share/base/form/shrcn54GKluLZbcAuyd8GJzsX6g 10 月 15 日课程回放：https://www.bilibili.com/video/BV1G62fYCEc1/?spm_id_from=333.999.0.0 上课请提前准备：liblib https://www.liblib.art/ 推荐码:GUdRbBEP 相关资料：https://waytoagi.feishu.cn/wiki/TLmnwQgInimlP2k6zkAceDnCndf 作业：https://waytoagi.feishu.cn/share/base/form/shrcnndiUZ7FpF8IF4n9KNmvAWh
2024-12-25
哪些AI模型可以用于个人在股票投资中提高盈利
目前没有特定的 AI 模型被广泛认可能确保个人在股票投资中必然提高盈利。股票市场受到众多复杂且难以预测的因素影响，包括宏观经济状况、政治局势、公司财务状况、行业竞争等。 虽然一些 AI 技术和模型可能在数据分析和预测方面提供一定的帮助，但它们并不能完全准确地预测股票价格的走势和投资的盈利情况。 在股票投资中，依靠单一的模型或技术来获取稳定盈利是不现实的，需要综合考虑多种因素，并结合自身的风险承受能力和投资目标，做出谨慎的决策。
2024-10-10
个人如何利用ai在股票投资中提高盈利
以下是个人利用 AI 在股票投资中提高盈利的一些方式： 1. 借助 AI 进行财务分析：例如通过相关的 AI 工具，对股票的财务数据进行深入分析，以获取更准确的评估和预测。 2. 关注科技领域的投资机会：特别是在 AI 领域，参与相关公司的投资，如 OpenAI、Cohere 和 Anthropic 等。 3. 利用创新的 AI 产品辅助决策：如使用类似于 Maimo 这样的产品，帮助进行会议脚本的听写、研究论文的结构分析、生成式搜索等，从而加速知识处理，为投资决策提供支持。 4. 发起合规的跨境基金：与专业团队合作，为投资者提供人民币出境通道，直接投资美股二级市场，确保资金安全和合规性。 需要注意的是，股票投资存在风险，AI 只是辅助工具，不能完全保证盈利。在使用 AI 辅助投资时，仍需结合自身的投资知识和经验，谨慎做出决策。
2024-10-10
ai在股票投资的应用
AI 在股票投资领域有以下应用： 1. 推动行业发展：AI 不仅革新机器人领域，还促进智能设备、高级电池能源、电驱动火箭引擎等多个行业发展，在核聚变技术、生物制药和纳米科技等前沿领域也发挥关键作用。这一轮由 AI 催化的变革预计将促进全行业进步，对全球 GDP 产生巨大影响，帮助美国解决债务问题，为经济提供新动力。 2. 创造投资机会：AI 将引领新的服务模式，如“智能即服务”，重塑工作和生活。其发展重新赋能芯片和云计算行业，带来新投资机会，如企业软件、AI 驱动的金融服务以及 AI 健康技术等成为吸引投资的主要领域。同时，GPU 需求预计持续增长，机器人行业投资额超过企业软件，可能成为下一轮 AI 革命的重要爆发点。 3. 影响企业竞争策略：科技巨头通过资本控制 AI 模型公司，企业竞争策略出现分化，一是成长为大型模型公司并寻找强大背书，二是保持小规模专注盈利并灵活应对市场变化，这种分化使 AI 行业未来更加多元化和复杂。 4. 辅助投资决策：2024 年预计是大模型争霸的一年，OpenAI、Gemini、Anthropic、LLama 以及来自法国的 Mistral 等公司在技术上相互竞争并为未来 AI 的方向和应用设定标准，为投资者和市场观察者提供了解 AI 发展趋势的重要视角。
2024-10-10
ChatGPT如何训练需要的模型
ChatGPT 的训练模型主要包括以下几个方面： 1. 预训练（Pretrain）阶段：建立模型的能力上限，如确定模型各方面能力的天花板。此阶段跟 GPT3 的方法近似，例如采用 decoderonly 的网络架构，有特定的模型大小、输入窗口大小、单词本大小，见过大量的 tokens，使用大量的原始训练文本。 2. 监督微调（Supervised Finetune，SFT）阶段：让模型学会对话的形式展开，即知道如何按照对话的格式进行交流。 3. 强化学习从人类反馈（Reinforcement Learning from Human Feedback，RLHF）阶段：细分为奖励模型（RM）阶段和强化学习（RL）阶段，能激发模型具备多种能力，包括安全性、推理能力和稳定性等。 训练方式主要是通过材料学习，不断形成模型。其本质功能是“单字接龙”，通过自回归生成的方式，将生成的下一个词与之前的上文组合，不断重复生成任意长的下文。训练的目的不是记忆，而是学习提问和回答的通用规律，实现举一反三，即泛化。学习材料用于调整模型，得到通用模型，以处理未被数据库记忆的情况。ChatGPT 不是搜索引擎的升级版，搜索引擎无法给出未被数据库记忆的信息，而 ChatGPT 作为生成模型可以创造不存在的文本，但可能存在混淆记忆、无法直接查看和更新所学、高度依赖学习材料以及缺乏及时性和准确性等缺点。
2024-12-24
如何训练模型
训练模型的方法有多种，以下为您介绍几种常见的训练模型方式： 1. 用 SD 训练一套贴纸 LoRA 模型： 原始形象：MJ 初步产出符合设计想法的贴纸原始形象。 二次加工：完成贴纸的白色边线等细节加工。 处理素材：给训练集图片打 tag，修改 tag。 训练模型：将上述处理好的数据集做成训练集，进行训练。 2. 基于百川大模型训练虚拟专家： 选择 Baichuan27BChat 模型作为底模，配置模型本地路径，配置提示模板。 在 Train 页面里，选择 sft 训练方式，加载定义好的数据集 wechat 和 self_cognition。 学习率和训练轮次非常重要，根据自己的数据集大小和收敛情况来设置。 使用 FlashAttention2 可减少显存需求，加速训练速度。 显存小的朋友可以减少 batch size 和开启量化训练，内置的 QLora 训练方式非常好用。 需要用到 xformers 的依赖。 显存占用 20G 左右，耐心等待一段时间。 3. 使用编码器解码器架构构建诗歌生成器： 在训练模型之前，需要一个损失函数，由于本质上是一个多类分类问题，损失将是稀疏的分类交叉熵损失，配置从 logits 计算的损失。 有了损失后编译模型，将损失和优化器联系在一起。 选择训练的时期，一个时期是对数据集的完整传递，进行多次训练，并提供回调以确保在训练期间保存权重。 从实际的字符串中提取字符序列，使用 TensorFlow 的 TF 字符串 Unicode 拆分功能。 将字符序列转化为数字，使用 TF Keras 层中的 StringLookup 函数将每个字符映射到给定的 ID，也可使用同一层的 StringLookup 函数获得反向映射。 将处理后的数据作为神经网络的训练数据集，使用 TF Data Dataset API。
2024-12-24
我想找一个关于建筑三维模型渲染的ai网站
以下为一些关于建筑三维模型渲染的 AI 网站： 1. 3dfy.ai：这是一家专注于将稀疏数据转化为逼真三维世界的公司。其领导团队由计算成像领域资深专家组成，拥有近四十年综合专业知识。适用于数字内容创作者、艺术家、游戏开发者、动画制作人、教育和培训行业专业人士、医疗行业以及建筑和工程领域等。 2. HDAidMaster：云端工具，在建筑设计、室内设计和景观设计领域表现出色，搭载自主训练的建筑大模型 ArchiMaster。 3. Maket.ai：主要面向住宅行业，在户型设计和室内软装设计方面有探索。 4. ARCHITEChTURES：AI 驱动的三维建筑设计软件，在住宅设计早期阶段可引入相关标准和规范。 5. Fast AI 人工智能审图平台：形成全自动智能审图流程，实现数据汇总与管理。 但需注意，每个工具都有其特定应用场景和功能，建议您根据自身具体需求选择合适的工具。
2024-12-24
在使用sys prompt时为什么要为模型定义角色
在使用系统提示词（sys prompt）为模型定义角色具有以下重要性： 1. 符合特定应用场景：通过定义角色，使模型的行为和输出更符合具体的应用需求，例如让模型作为历史顾问回答历史问题，或作为技术专家解决技术难题。 2. 明确任务和风格：不仅可以指定具体的人物角色，还能设定一种交流风格，如正式、幽默、友好等。 3. 引导模型行为和输出：为模型提供固定的模板，确保其输出与期望和工作流的需求保持一致。 4. 优化用户体验：ChatGPT 有默认的“一个乐于助人的助手”角色，可通过修改系统提示词来满足更个性化的需求。 然而，也有观点认为不需要过度依赖角色扮演类的提示词。关键是要非常具体地描述出模型所在的使用环境，提供足够详细的信息，以避免模型未按预期完成任务。提示词最重要的是表达清晰准确。
2024-12-24
目前AI大模型有多少个比较知名的
目前比较知名的 AI 大模型有： 北京企业机构： 百度（文心一言）：https://wenxin.baidu.com 抖音（云雀大模型）：https://www.doubao.com 智谱 AI（GLM 大模型）：https://chatglm.cn 中科院（紫东太初大模型）：https://xihe.mindspore.cn 百川智能（百川大模型）：https://www.baichuanai.com/ 上海企业机构： 商汤（日日新大模型）：https://www.sensetime.com/ MiniMax（ABAB 大模型）：https://api.minimax.chat 上海人工智能实验室（书生通用大模型）：https://internai.org.cn 大模型的特点和架构： 架构方面： encoderonly 模型通常适用于自然语言理解任务，例如分类和情感分析，最知名的代表模型是 BERT。 encoderdecoder 模型同时结合了 Transformer 架构的 encoder 和 decoder 来理解和生成内容，代表是 Google 的 T5。 decoderonly 模型更擅长自然语言生成任务，目前耳熟能详的 AI 助手基本都来自此类架构。 大模型的优势在于： 预训练数据非常大，往往来自于互联网上，包括论文、代码、公开网页等，最先进的大模型一般用 TB 级别的数据进行预训练。 参数非常多，Open 在 2020 年发布的 GPT3 就已经达到 170B 的参数。 大模型比较火的应用场景： 文本生成和内容创作：撰写文章、生成新闻报道、创作诗歌和故事等。 聊天机器人和虚拟助手：提供客户服务、日常任务提醒和信息咨询等服务。 编程和代码辅助：代码自动补全、bug 修复和代码解释。 翻译和跨语言通信：促进不同语言背景的用户之间的沟通和信息共享。 情感分析和意见挖掘：为市场研究和产品改进提供数据支持。 教育和学习辅助：创建个性化的学习材料、自动回答学生问题和提供语言学习支持。 图像和视频生成：如 DALLE 等模型可以根据文本描述生成相应的图像，未来可能扩展到视频内容的生成。 游戏开发和互动体验：创建游戏中的角色对话、故事情节生成和增强玩家的沉浸式体验。 医疗和健康咨询：提供初步的健康建议和医疗信息查询服务。 法律和合规咨询：帮助解读法律文件，提供合规建议，降低法律服务的门槛。 需要注意的是，随着大模型的普及，也需要关注其在隐私、安全和伦理方面的挑战。
2024-12-24
你好，你的大模型是什么
大模型是指输入大量语料，使计算机获得类似人类的“思考”能力，能够理解自然语言，并进行文本生成、推理问答、对话、文档摘要等工作。 大模型的训练和使用过程可以用“上学参加工作”来类比： 1. 找学校：训练大模型需要大量计算，GPU 更合适，只有购买得起大量 GPU 的才有资本训练自己的大模型。 2. 确定教材：大模型需要的数据量特别多，几千亿序列（Token）的输入基本是标配。 3. 找老师：即用合适的算法讲述“书本”中的内容，让大模型能够更好理解 Token 之间的关系。 4. 就业指导：为了让大模型更好胜任某一行业，需要进行微调（fine tuning）指导。 5. 搬砖：就业指导完成后，正式干活，比如进行翻译、问答等，在大模型里称之为推导（infer）。 在大模型中，Token 被视为模型处理和生成的文本单位，它们可以代表单个字符、单词、子单词，甚至更大的语言单位，具体取决于所使用的分词方法（Tokenization）。Token 是原始文本数据与大模型可以使用的数字表示之间的桥梁。在将输入进行分词时，会对其进行数字化，形成一个词汇表（Vocabulary）。 为了让计算机理解 Token 之间的联系，还需要把 Token 表示成稠密矩阵向量，这个过程称之为 embedding，常见的算法有： 基于统计：Word2Vec，通过上下文统计信息学习词向量；GloVe，基于词共现统计信息学习词向量。 基于深度网络：CNN，使用卷积网络获得图像或文本向量；RNN/LSTM，利用序列模型获得文本向量。 基于神经网络：BERT，基于 Transformer 和掩码语言建模（Masked LM）进行词向量预训练；Doc2Vec，使用神经网络获得文本序列的向量。 以 Transform 为代表的大模型采用自注意力（Selfattention）机制来学习不同 token 之间的依赖关系，生成高质量 embedding。大模型的“大”，指的是用于表达 token 之间关系的参数多，主要是指模型中的权重（weight）与偏置（bias），例如 GPT3 拥有 1750 亿参数，其中权重数量达到了这一量级，而词汇表 token 数只有 5 万左右。 此外，如果您想获取更多模型，大多数模型可以在 Civitai（C 站）https://civitai.com/ 下载。下载模型时的注意事项包括： 科学上网，需自行想办法。 点击右上角筛选按钮，找到所需模型类型，如 Checkpoint=大模型、LoRA=Lora 等。 看照片，感兴趣的点进去，点击右边“Download”下载保存到电脑本地。还可以点击左上角“Images”，查看别人做好的图片，找到喜欢的点进去，复制图片信息。 模型下载保存地址： 大模型：SD 根目录即存放 SD 的文件夹。 Lora、VAE 等也有相应的保存位置。 如果不知道下载的模型类型及应存放的文件夹，可以使用秋叶的模型解析工具 https://spell.novelai.dev/，将模型拖动到空白处，自动弹出模型信息，查看模型种类。
2024-12-23
会计工作如何使用AI来帮助日常的工作
以下是 AI 在会计工作中帮助日常工作的一些方式： 1. 更动态的预测和报告： 生成式 AI 能够帮助编写 Excel、SQL 和 BI 工具中的公式和查询，实现分析自动化。 从更广泛、更复杂的数据集中发现模式，为预测建议输入，并提供适应模型的建议，为公司决策提供依据。 自动创建文本、图表、图形等内容，并根据不同示例调整报告，无需手动整合数据和分析到外部和内部报告中。 2. 会计和税务方面： 帮助综合、总结税法，并就潜在的扣除项提出可能的答案。 3. 采购和应付账款： 自动生成和调整合同、采购订单和发票以及提醒。 4. 结合 RPA 技术： 控制桌面软件，实现办公流程自动化，例如在财务领域用于开票、网银流水下载等。 搭建知识库、创建并部署 AI 工作流，结合飞书避免信息泄露和实现自动回复等，提升效率，节省人力时间成本。
2024-12-24
如何运用ai对视频创作提供帮助
以下是 AI 对视频创作提供帮助的一些方式： 1. 团队分工： 制片人：负责影片的制作管理，如团队组建、日程安排等。 图像创意：用 AI 生成富有想象力的角色和场景，并赋予人物小传。 视频制作：将图像素材进行 AI 图生文的工作，擅长运用工具控制。 编剧：撰写剧本，包括故事情节、角色串联、人物台词等。 配音和配乐：涉及背景音乐、音效、角色配音、声音克隆等。 剪辑师：负责后期剪辑，包括镜头选择、节奏控制和音效配合。 2. 高效协作：每个人员分工明确，形成高效的 SOP，加速创作进程。 3. 利用工具： 在 Adobe 相关产品的 Advanced 部分，可使用 Seed 选项添加种子编号，控制 AI 创建内容的随机性，以生成类似的视频剪辑。 专业创作者：AI 生成能为作品赋予独特风格和想象力，提供灵感，降低后期制作门槛和成本，如低成本动捕、自动识别背景生成绿幕等。 自媒体、非专业创作者：一些产品可发力脚本生成分镜、视频，帮助降低视频素材制作门槛，还有产品能实现文章高效转 PPT 并结合其他能力转化为视频内容，以及解决同一素材在不同平台分发的成本问题。 企业客户：为小企业、非盈利机构大幅缩减视频制作成本。
2024-12-23
AI与药学有什么帮助
AI 在药学领域有诸多帮助，主要体现在以下几个方面： 1. 蛋白质结构预测和合成： AlphaFold 等 AI 系统在蛋白质结构预测方面准确度高，为药物开发提供巨大帮助。 如 ESMFold 等模型进行了大量预测。 新的 AI 系统利用生成扩散技术创造自然界中不存在的蛋白质，有助于新药研发。 基于 DALLE 的人工智能系统 RF Diffusion 可根据需求生成合适的蛋白质结构。 新工具 PeSTo 能预测蛋白质相互作用。 用于识别个体细胞中蛋白质模式的人工智能系统可用于理解肿瘤差异并开发药物。 肯特大学研究团队利用特定蛋白质制成具有吸收冲击能力的凝胶，目标用于防弹材料。 2. 加速药物开发： 医生可将文档工作交给 AI 书记员，初级医疗服务提供者可依赖聊天机器人进行分诊，预测蛋白结构库能极大加速药物开发。 3. 疾病诊断和治疗： 提前三年诊断胰腺癌。 发现与胶质母细胞瘤相关的新靶基因。 帮助抗衰老，筛查高效的药物候选物。 寻找阿尔兹海默症的治疗方法。 早期诊断帕金森。 相关文献参考： https://www.sciencedaily.com/releases/2023/05/230504121014.htm https://www.wevolver.com/article/pestoanewaitoolforpredictingproteininteractions https://www.sciencedirect.com/science/article/pii/S0958166923000514 为了在医疗保健中产生真正的改变，AI 应像人类一样学习，例如通过学校教育和经验积累，先学习基础课程，再逐步深入特定领域，培养处理复杂情况和细微差别的直觉。
2024-12-23
我是个外行，完全小白、没有编程基础。我有个初步的想法，做一个智能客服，来代替或者帮助我们行业的人工客服。那么，我应该从哪些知识开始学习、或者我自己能不能办到？
对于完全没有编程基础但想做智能客服的小白，以下是一些建议： 1. 先对 AI 有初步的了解，明确自己的需求和目标。 2. 学习一些基本的概念，比如什么是 AI、提示词工程等。 3. 可以参考他人的学习路径，例如以“少就是多”“先有个初识”“目录索引推荐”“兴趣最重要”“先动手”等为关键词。 4. 要有耐心，在 AI 的帮助下一步一步来，并在这个过程中逐渐学习一些编程知识。 5. 避免追求“大而全”和完美主义，从小的功能和简单的应用开始，尽快让系统“跑起来”，获得实际使用的反馈，再不断改进。 同时，有一些成功的案例可供参考。比如有人从完全不懂代码和英语很差的状态，通过不断学习和实践，在公司中实现了智能客服从创建到应用的过程，还创建了多个智能体。但也要注意，现实中真正的应用往往有复杂的需求，不能完全依赖 AI 一次性搞定，需要自己不断努力和积累。
2024-12-23
准备在小红书开通账号有什么AI工具可以帮助我运营么
以下是一些可以帮助您运营小红书账号的 AI 工具： 1. 小红书文案专家： 功能价值：见过多个爆款文案，只需输入网页或视频链接，就能生成对应的小红书文案，辅助创作者生成可一键复制发布的初稿，提供创意和内容，节约 10 倍文字内容创作时间。 应用链接：https://www.coze.cn/s/ij5C6LWd/ 一期产品功能：可以提取任何链接中的标题和内容；按照小红书平台文案风格重新整理内容；加入 emoji 表情包让文案更有活力；为文案配图片。 二期计划功能：持续优化升级中，增加全网搜索热点功能，提炼热点新闻或事件关键信息，结合用户想要生成的内容方向输出文案和配图。 2. GPT4、WPS AI 和 chatPPT：可用于制作 PPT 等内容。 此外，还有一些小红书优质科技内容案例中的工具值得参考，如：
2024-12-22
推荐一个AI工具，帮助我每天自动执行以下步骤：从本地上传文件给大模型，该文件内含有新闻网页链接，大模型读取链接并汇总内容
以下为您推荐的 AI 工具可能有助于您实现每天自动执行从本地上传文件给大模型，并让大模型读取文件内新闻网页链接并汇总内容的需求： 1. AI 拍立得（Pailido）： 特点：即拍即得，简化流程，操作直观高效。 体验方式：微信小程序搜索“Pailido”。 交互逻辑：用户选择拍摄场景类型并拍照，AI 自动识别和分析照片内容信息，依据预设场景规则迅速生成符合情境的反馈。 实现场景： 图片转成文本：用户上传图片后，大模型根据选择的场景生成相关文字描述或解说文本，可用于生成美食点评、朋友圈发布文案、闲鱼上架示例模版等。 图片转绘图片：用户上传图片后，大模型按照指定风格快速生成图像的转绘版本，适应不同风格和场景需求，如图片粘土风、图片积木风、图片像素风等。 2. 内容仿写 AI 工具： 秘塔写作猫：https://xiezuocat.com/ ，是 AI 写作伴侣，能推敲用语、斟酌文法、改写文风，实时同步翻译，支持全文改写、一键修改、实时纠错并给出修改建议，智能分析文章属性并打分。 笔灵 AI 写作：https://ibiling.cn/ ，是智能写作助手，支持多种文体写作，如心得体会、公文写作、演讲稿、小说、论文等，支持一键改写/续写/扩写，智能锤炼打磨文字。 腾讯 Effidit 写作：https://effidit.qq.com/ ，由腾讯 AI Lab 开发的智能创作助手，能提升写作者的写作效率和创作体验。 更多 AI 写作类工具可以查看：https://www.waytoagi.com/sites/category/2 。请注意，内容由 AI 大模型生成，请仔细甄别。
2024-12-21