Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

AI相关的舆情分析或信息订阅产品

Answer

以下是一些与 AI 相关的舆情分析或信息订阅产品:

  • 腾讯研究院开发的系列产品:
    • AI 每日速递:高度凝练的日报产品,帮助读者在 3-5 分钟内快速掌握 AI 领域当日十大关键进展。
    • AI 每周 50 关键词:周报产品,基于 AI 速递内容构建,通过梳理一周热点关键词并制作可交互索引,为研究者提供便捷的“检索增强”工具。
    • 科技九宫格:以 3-5 分钟视频形式解读科技热点与关键技术原理的短视频栏目,通过可视化呈现促进读者对前沿技术的理解与讨论。
    • 此外,团队还开展了 AGI 专题分析、AGI 线上圆桌、AI&Society 高端研讨会与 AI&Society 百人百问等系列研究探讨。
  • 个人订阅的 AI 信息源:
    • 包括公众号、Telegram、微博、即刻等平台。
    • 推荐的 Telegram 频道:黑洞资源笔记、科技新闻投稿、AI 探索指南、ChatGPT 新闻聚合、ChatGPT 精选、极客分享、开源社区、深度技术资源、AI News、AI Copilot、GIthub 仓库推荐等。
    • 公众号“卡尔的 AI 沃茨”也会有一些 AIGC 周报等。
  • 一种通过文章链接订阅公众号,定时推送情报消息,并实现情报 CoT 问答的方式:
    • 利用 wewe-rss,建议使用 Docker。浏览器打开 http://127.0.0.1:4000 或 http://wewe-rss 服务的 IP:端口(为上面设置的外部端口)。
    • 点开后输入 Dash 管理页面密码,先点帐号管理,然后点“添加读书帐号”(即使用微信读书来实现公众号订阅),扫码添加帐号。
    • 然后在公众号源上,点添加,将想订阅的公众号的一篇文章链接粘贴并点确定即可订阅公众号文章,但建议不要短时间订阅太多公众号(最好不超 40 个)。在本地 data/目录会生成一个 SQLite 数据库文件 wewe-rss.db。
Content generated by AI large model, please carefully verify (powered by aily)

References

AI50年度关键词——腾讯研究院.pdf

#P61#P62#P63#P64序言在过去一年,人工智能技术的迅猛发展正深刻重塑着社会的运行方式。从前沿动态追踪到实际应用场景,从教育辅导到科研创新,AI已然成为推动社会进步的重要力量。在AI技术快速迭代的背景下,系统性的信息整合与分析变得尤为重要。为降低信息获取成本,提升学习效率,腾讯研究院开发了一系列专业的AI资讯产品:•AI每日速递,一份高度凝练的日报产品,帮助读者用3-5分钟快速掌握AI领域当日十大关键进展,在信息过载的时代,为学习与研究“标注”出最有价值的高质量数据;•AI每周50关键词,作为周报产品,基于AI速递内容构建。通过梳理一周热点关键词并制作可交互索引,为研究者提供便捷的“检索增强”工具,助力快速定位所需信息;•科技九宫格,一档短视频栏目,以3-5分钟视频形式解读科技热点与关键技术原理。通过可视化呈现,促进读者对前沿技术的理解与讨论,为团队内容优化提供重要“反馈”;这些产品的运营过程,恰如大语言模型的迭代优化——持续不断地吸收新数据,萃取新知识,产生新洞见。在此基础上,团队还同步开展了AGI专题分析、AGI线上圆桌、AI&Society高端研讨会与AI&Society百人百问等系列研究探讨。

刘海:「AI 提示词工程师」の 见解和经验分享

包括但不限于公众号,Telegram,微博,即刻等等平台。我个人主要的信息源来源于Telegram和群组,公众号没有订阅,但是群里一般都会分享很多公众号信息。推荐一些我个人订阅的Telegram频道:黑洞资源笔记[推荐]:https://t.me/Piracy6科技新闻投稿[推荐]:https://t.me/TestFlightCNAI探索指南[推荐]:https://t.me/aigc1024ChatGPT新闻聚合:https://t.me/AI_News_CNChatGPT精选:https://t.me/AwesomeChatGPT极客分享:https://t.me/geekshare开源社区:https://t.me/opencfdchannel深度技术资源:https://t.me/deeptech123AI News:https://t.me/aigcnoteAI Copilot:https://t.me/AI_Copilot_ChannelGIthub仓库推荐:https://t.me/github_repos我每周都会认真阅读的AIGC周刊:每天都做技术分享的「小互」:推荐关注公众号「卡尔的AI沃茨」,也会有一些AIGC周报等等:

AI实战:搭建信息情报官Agent

最近[wiseflow](https://github.com/TeamWiseFlow/wiseflow)首席情报官很火,到处在转发其Demo视频,但仔细搜了一下,几乎没有教程和有人搭建成功的案例。代码更新也是停留在2周前了。查看了下代码(https://github.com/TeamWiseFlow/wiseflow/blob/master/dashboard/get_search.py),发现其实就是用了爬虫通过搜狗搜索公众号内容来实现,殊不知几年前我就用这个(爬Sogou的方式)发现其实是会触发Sogou和微信公众号反爬robots.txt的。所以这个方案不可行,而且wiseflow还是得依赖收费的OpenAI API的。有没有可行的Free方案?这里我详细介绍一种通过文章链接订阅公众号,定时推送情报消息,并实现情报CoT问答的一种方式。先上效果图:再上架构:搭建情报官Agent全过程[heading2]0x01 wewe-rss[content]建议使用Docker(假设已经装上)浏览器打开:http://127.0.0.1:4000也可以http://wewe-rss服务的IP:端口为上面设置的外部端口/点开输入Dash管理页面密码:先点帐号管理,然后点“添加读书帐号”(即使用微信读书来实现公众号订阅),扫码添加帐号然后在公众号源上,点添加然后将你想订阅的公众号的一篇文章链接粘贴并点确定即可订阅公众号文章。譬如:我们收集AI相关信息的公众号。但是建议不要太过贪心短时间订阅太多公众号,并且不要订阅太多公众号(经测试最好不要超40个)。然后在本地data/目录就会生成一个SQLite数据库文件wewe-rss.db

Others are asking
在日常工作中,AI可以做什么 ?
在日常工作中,AI 具有广泛的应用,主要包括以下方面: 1. 医疗保健: 医学影像分析,辅助诊断疾病。 加速药物研发,识别潜在药物候选物和设计新治疗方法。 提供个性化医疗方案。 控制手术机器人,提高手术精度和安全性。 2. 金融服务: 风控和反欺诈,降低金融机构风险。 评估借款人信用风险,辅助贷款决策。 分析市场数据,辅助投资决策。 提供 24/7 客户服务,回答常见问题。 3. 零售和电子商务: 分析客户数据,推荐可能感兴趣的产品。 改善搜索结果,提供个性化购物体验。 动态调整产品价格。 提供聊天机器人服务,解决客户问题。 4. 制造业: 预测机器故障,避免停机。 检测产品缺陷,提高产品质量。 优化供应链,提高效率和降低成本。 控制工业机器人,提高生产效率。 5. 交通运输: 智能推荐路线,预测交通拥堵。 此外,AI 还能在工作中帮助人们从单调重复的任务中解放出来,例如输入数据、填写文件等,让人们有更多时间从事专业训练相关的工作。同时,流媒体服务利用 AI 推荐节目和影片,导航软件利用 AI 规划最佳路线等,这些都是 AI 在日常生活中的应用实例。
2025-02-20
我是ai小白,该如何学习ai。并利用ai赚钱
以下是为 AI 小白提供的学习 AI 并利用其赚钱的建议: 一、学习 AI 1. 了解基本概念 阅读「」,熟悉 AI 的术语和基础概念,包括人工智能的主要分支(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。 浏览入门文章,了解 AI 的历史、当前应用和未来发展趋势。 2. 开始学习之旅 参考「」中的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)按照自己的节奏学习,并争取获得证书。 3. 选择感兴趣的模块深入学习 AI 领域广泛,如图像、音乐、视频等,可根据兴趣选择特定模块深入学习。 掌握提示词技巧,因其上手容易且实用。 4. 实践和尝试 理论学习后进行实践,巩固知识。 尝试使用各种产品制作作品,并在知识库分享实践成果。 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。 二、利用 AI 赚钱 目前利用 AI 赚钱的方式多样,例如: 1. 开发 AI 相关应用或服务,满足特定市场需求。 2. 利用 AI 提升工作效率,在现有工作中创造更多价值从而获得更高收入。 3. 为企业提供 AI 咨询和解决方案服务。 但要注意,成功利用 AI 赚钱需要深入的知识和技能积累,以及对市场需求的敏锐洞察。 此外,还可以参考《雪梅 May 的 AI 学习日记》,其中作者分享了适合纯小白的学习模式,即输入→模仿→自发创造。同时,学习资源大多免费开源,可减轻学习成本。另外,《【AI 学习笔记】小白如何理解技术原理与建立框架(通俗易懂内容推荐)》中也有关于 AI 技术原理和相关概念的详细介绍,有助于建立知识框架。
2025-02-20
AI 阅读
以下是为您整理的关于 AI 阅读的相关内容: 1. 1 月 19 日的 Xiaohu.AI 日报中提到: AWPortrait 1.3 人像模型更新,优化了棚拍质感、皮肤肌理,增强户外场景优化,提高对面部表情的识别。 Meta AI 的自奖励语言模型采用新型训练方法,自生成训练数据,在 AlpacaEval 2.0 排行榜上表现优异。 微软推出为学生设计的 AI 阅读教练工具,能创造 AI 生成故事,通过语音转文本 AI 分析阅读流利性。 Stefano Rivera 的 AI 交互式“MR 木偶秀”利用多种 AI 工具,包括 3D 渲染、场景构建、音乐和语音技术。 KREA AI 实时生图有新功能,提供文本到图像、背景去除和橡皮擦工具,可实时生成图像提高创作便捷性。 推荐开源知识库程序 Outline,其特点为美观、实时协作、功能丰富,支持 Markdown、即时搜索、与 Slack 集成等。 2. GPT1 到 Deepseek R1 所有公开论文《The 2025 AI Engineer Reading List》中提到:挑选了 50 篇涉及人工智能工程 10 个领域(LLMs、基准、提示、RAG、代理、CodeGen、视觉、语音、扩散、微调)的论文/模型/博客。如果从零开始,可以从此处入手。该系列中所有演讲者的精选文章为 2024 年做了总结,因开办论文俱乐部的文章,多次被要求为从零开始的人推荐阅读清单。这里为人工智能工程师策划了“必读书目”。
2025-02-20
ai入门学习
以下是新手学习 AI 的全面指南: 1. 了解 AI 基本概念: 建议阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(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。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,您将找到一系列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,按照自己的节奏学习,并有机会获得证书。 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),您可以根据自己的兴趣选择特定的模块进行深入学习。 一定要掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享,欢迎您实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式。 此外,还有以下相关的学习内容: 1. 入门指南:强化学习: 原文地址:https://mp.weixin.qq.com/s/pOO0llKRKL1HKG8uz_Nm0A 学习深度强化学习的第一个算法可以选择 DQN,并以搞懂它作为入门目标。 2. 写给不会代码的您:20 分钟上手 Python+AI: 在深入学习 AI 时,编程可能会带来挑战,但这份指南旨在让大家更快掌握 Python 和 AI 的相互调用。 您可以在接下来的 20 分钟内,循序渐进地完成以下任务:完成一个简单程序、完成一个爬虫应用抓取公众号文章、完成一个 AI 应用为公众号文章生成概述。 关于 Python:Python 拥有丰富的标准库,还可以通过 pip 工具从类似 GitHub 的平台订购新的工具,在 AI 领域被广泛使用。 关于 OpenAI API:OpenAI 通过 ChatGPT 提供开箱即用的服务,也通过 OpenAI API 提供更加灵活的服务,可通过代码调用完成更多自动化任务。
2025-02-20
免费生成音乐的ai 软件
以下是一些免费生成音乐的 AI 软件: :与 DAW 集成的生成音乐工具,100%免版权费。 :为创意媒体提供的伦理音乐 AI。 :AI 音乐创作平台和探索声音宇宙的个人音乐制作人。 :通过音乐赋予您新的创作和表达方式。 :使用 AI 改变您的歌唱声音。 :为您的创造力和生产力提供 AI 音乐。 :使用 AI 生成声音、音效、音乐、样本、氛围等。 :带有 AI 助手并支持本地 VST 插件的网页 DAW。 :Audacity®音频编辑器的网页版。 此外,Riffusion 推出了 FUZZ 这一全新音乐生成模型,基于扩散模型,支持永久免费开放(只要服务器能撑住)。FUZZ 通过生成声谱图(Spectrogram)并转换为音频,可输入提示词(音乐类型、乐器、情绪等)生成风格匹配的音乐,支持无缝风格过渡,如从“爵士小号独奏”平滑切换到“电子舞曲节奏”。
2025-02-20
雪梅May的AI学习笔记
以下是雪梅 May 的 AI 学习笔记相关内容: 1. 作者介绍: 适合纯 AI 小白,可参考此日记,学习模式为输入→模仿→自发创造。 学习内容因 AI 节奏快可能不适用,可去 waytoAGI 社区找感兴趣的最新内容。 学习时间有空就进行,目前作者进行到 90 天。 2024 年保持较好学习状态,若觉得难做到不用有压力。 学习资源免费开源。 2. 第一阶段: DAY5 2024.5.26:开始使用 kimi,抱着每天问 100 个问题的心态调整思考模式。 DAY6 2024.5.31:应朋友推荐学习吴恩达生成式人工智能课程,在 B 站有资源,抽空 3 天学完。 DAY7 2024.6.1:探索用 AI 解决真实问题,如写行业研究报告。 3. 2024 年 12 月 31 日历史更新(归档): 雪梅 May 挑战 100 天与 AI 学习的过程,分为系统性学习、模仿实践、研究 Prompt 提示词阶段,学习路线图适合新人参考。 Meta 首席 AI 科学家 LeCun 访谈,指出 AI 根本局限,阐述不同于主流 LLM 的技术路径。 少卿的《AI 帮你赢,谈双重主体性》,强调将 AI 视为方法,提供实用应用框架。
2025-02-20
那个AI可以编辑微信订阅号
AI 可以编辑微信订阅号。Coze 平台是一个 AI 智能体创作平台,支持与微信订阅号的对接,使 AI 机器人能够自动回复用户的消息。 目前 Coze 平台还支持与微信服务号、微信客服的对接。不过,之前 Coze 平台不支持直接与个人微信和微信群进行功能对接,但随着 Coze 国内版正式发布 API 接口功能,直接对接个人微信甚至微信群已成为可能。 以下是一些 AI 相关产品的月度订阅榜单: 10 月订阅榜: Framer AI,市场为海外,分类为代码助手,网址为 framer.com,订阅收入 83 万美金,环比变化 0.1227,付费率 0.0124。 Pixelcut,市场为海外,分类为图片编辑,网址为 pixelcut.ai,订阅收入 80 万美金,环比变化 0.1985,付费率 0.0046。 arcads,市场为海外,分类为视频编辑,网址为 arcads.ai,订阅收入 79 万美金,环比变化 0.1188,付费率 0.1115。 CRAYO,市场为海外,分类为视频编辑,网址为 crayo.ai,订阅收入 79 万美金,环比变化 0.0124,付费率 0.0358。 Manychat,市场为海外,分类为客户支持,网址为 manychat.com,订阅收入 75 万美金,付费率 0.0069。 Gptzero me,市场为海外,分类为内容检测,网址为 gptzero.me,订阅收入 67 万美金,环比变化 0.2037,付费率 0.0032。 Landr,市场为海外,分类为音乐生成,网址为 landr.com,订阅收入 66 万美金,环比变化 0.6319,付费率 0.0203。 Faceless.video,市场为海外,分类为社媒工具,网址为 faceless.video,订阅收入 63 万美金,环比变化 0.0076,付费率 0.092。 Chatpdf,市场为海外,分类为文章摘要,网址为 chatpdf.com,订阅收入 58 万美金,环比变化 0.133,付费率 0.0047。 CopyCopter,市场为海外,分类为视频生成,网址为 copycopter.ai,订阅收入 55 万美金,环比变化 3.1975,付费率 0.097。 11 月订阅榜: Submagic,市场为海外,分类为视频编辑,网址为 submagic.co,MRR 为 101 万美金,环比变化 0.4211。 Fotor,市场为出海,分类为图片编辑,网址为 fotor.com,MRR 为 100 万美金,环比变化 0.0572。 Instantly,市场为海外,分类为销售,网址为 instantly.ai,MRR 为 88 万美金,环比变化 0.2151。 bolt,市场为海外,分类为代码助手,网址为 bolt.new,MRR 为 87 万美金,环比变化 1.0104。 TalkPal AI,市场为海外,分类为个人助理,网址为 talkpal.ai,MRR 为 86 万美金,环比变化 0.5643。 Poe,市场为海外,分类为聊天机器人,网址为 poe.com,MRR 为 83 万美金,环比变化 0.1821。 Pixelcut,市场为海外,分类为图片编辑,网址为 pixelcut.ai,MRR 为 81 万美金,环比变化 0.1985。 Framer AI,市场为海外,分类为代码助手,网址为 framer.com,MRR 为 80 万美金,环比变化 0.1227。 Gptzero me,市场为海外,分类为内容检测,网址为 gptzero.me,MRR 为 75 万美金,环比变化 0.2037。 arcads,市场为海外,分类为视频编辑,网址为 arcads.ai,MRR 为 73 万美金,环比变化 0.1188。 Landr,市场为海外,分类为音乐生成,网址为 landr.com,MRR 为 70 万美金,环比变化 0.6319。
2025-01-01
订阅chatgpt
以下是关于注册、安装、订阅 ChatGPT 的详细内容: 引言: ChatGPT 是一种基于 GPT(生成式预训练变换器)架构的人工智能模型,由 OpenAI 开发。它是目前最先进的人工智能模型,是一种自然语言处理(NLP)工具,能够理解和生成接近人类水平的文本。目前 ChatGPT 官网有两个版本,一个是 GPT3.5(免费),一个是 GPT4。GPT3.5 智能程度不如 GPT4,且无法使用 DALL.E3(AI 画图功能)和 GPTs 商店和高级数据分析等插件。想要使用更多功能更智能的 GPT4,需要升级到 PLUS 套餐,收费标准是 20 美金一个月。此外,GPT4 还有团队版和企业版,功能更多,限制更少,但费用更贵,一般推荐使用 PLUS 套餐。 安卓系统安装、订阅 GPT4 教程: 1. 首先,在注册 ChatGPT 账号之前,先注册一个谷歌账号,因为国外很多软件支持谷歌账号一键登录,注册谷歌账号支持国内手机号码和国内邮箱验证。 2. 目前订阅 PLUS 版本,安卓手机可以使用谷歌支付。具体步骤如下: 打开谷歌商店。 点击“付款和订阅”。 点击“付款方式”。 点击“添加信用卡或借记卡”。 填写信用卡信息,填写后点击保存卡,付款方式就会出现绑定的信用卡。 打开 ChatGPT 手机应用,选择谷歌账号登录。 选择相应账号后,点击打开外部应用。 成功登录 ChatGPT,点 Continue 继续。 点击顶部 get plus 按钮。 点击订阅按钮。 此时会跳出谷歌支付的界面,确定订阅即可。如日后想要取消订阅,可到谷歌商店的账号管理,付款和订阅里面取消。 苹果系统安装、订阅 GPT4 教程: 1. 支付宝购买礼品卡: 来到支付宝首页,在左上角位置选择美国城市,如纽约,在底部位置选择“大牌礼卡低至 9 折”。 选择 App Store。 第一次购买需要绑定美区 ID,按指示绑定即可,绑定后输入要充值的美金金额(在手机端订阅 GPT4 一个月)。 直接用支付宝支付。 根据当天汇率,实际支付的人民币金额会有所不同。 完成付款后点击订单列表。 复制礼品卡号码。 2. 充值到美区 ID: 来到 App Store,点击右上角的人形头像,点击兑换充值卡或代码。 点击手动输入兑换码。 粘贴礼品卡号码,点击兑换。 成功充值到美区 ID 账号。 3. 到 ChatGPT 订阅 Plus: 打开 ChatGPT,用谷歌邮箱登录后点击最上方的 Get Plus。 点击 Upgrade to Plus。 之后会弹出苹果支付页面,确认订阅后每个月将会在美区 ID 账户里扣款,所以如果想保持订阅,每个月需确保账户有足够金额。 如果中途不想继续订阅了,可到订阅列表中取消订阅即可。
2024-11-22
AI日报网站订阅
以下为您介绍两个与 AI 日报相关的网站: 1. Follow 浏览器: 定位:下一代的信息浏览器,让您在一个地方关注您最喜爱的网站、博客、社交媒体帐户、播客和通知,是一个现代化、快速、便捷的一体化信息中心。 功能:利用先进的 AI 协助操作,提供每日两次的人工智能报告,突出显示订阅中的关键信息,还提供根据订阅构建的个性化人工智能知识库。同时利用区块链技术作为活跃用户和优秀创作者的激励机制。此外,它还是一个社交平台,可让您关注其他用户、分享订阅以及发现新内容,还提供订阅列表同步功能。 支持的平台:Follow Desktop 支持 Windows、macOS、Linux 和浏览器;关注 Android 和 iOS 版移动设备(即将推出)。 功能介绍:包括文章订阅(偏向传统 RSS 订阅模式)、社交媒体订阅(偏向 Follow 自己感兴趣的作者在提供订阅的 APP 上)、图库订阅、视频订阅(订阅在 Youtube、BiliBili 等视频平台的 UP 主)、音频订阅(更像播客类的订阅 APP)、通知订阅(订阅新闻媒体的信息)。 工具链接:githup 地址:https://github.com/RSSNext/Follow ;follow 网页版链接:https://app.follow.is/ ;follow 客户端官网下载链接:https://follow.is/download 2. XiaoHu.AI 日报: 1 月 19 日的内容包括: AWPortrait 1.3 人像模型更新,优化了棚拍质感和皮肤肌理,增强户外场景优化,提高对面部表情的识别,包括微笑、大笑等。链接:https://x.com/xiaohuggg/status/1748316750230487385?s=20 Meta AI 的自奖励语言模型,新型训练方法为模型自生成训练数据,在 AlpacaEval 2.0 排行榜上表现优异。链接:https://x.com/xiaohuggg/status/1748303100438577478?s=20 微软推出 AI 阅读教练工具,为学生设计,创造 AI 生成故事,通过语音转文本 AI 分析阅读流利性。链接:https://x.com/xiaohuggg/status/1748295530382528713?s=20 Stefano Rivera 的 AI 交互式“MR 木偶秀”,利用多种 AI 工具,如 ChatGPT、DallE 3,包括 3D 渲染、场景构建、音乐和语音技术。链接:https://x.com/xiaohuggg/status/1748263355763339544?s=20 KREA AI 实时生图新功能,提供文本到图像、背景去除和橡皮擦工具,实时生成图像,提高创作便捷性。体验地址:https://krea.ai/apps/image/realtime 链接:https://x.com/xiaohuggg/status/1748214523373477928?s=20 推荐开源知识库程序 Outline,特点是美观、实时协作、功能丰富,支持 Markdown、即时搜索、与 Slack 集成等。GitHub:https://github.com/outline/outline
2024-10-26
订阅ChatGPT
以下是关于注册、安装、订阅 ChatGPT 的详细内容: 引言 ChatGPT 是一种基于 GPT(生成式预训练变换器)架构的人工智能模型,由 OpenAI 开发。它是目前最先进的人工智能模型,是一种自然语言处理(NLP)工具,能够理解和生成接近人类水平的文本。目前 ChatGPT 官网有两个版本,一个是 GPT3.5(免费版),一个是 GPT4。GPT3.5 只要有 GPT 账号就能使用,但智能程度不如 GPT4,且无法使用 DALL.E3(AI 画图功能)和 GPTs 商店和高级数据分析等插件。想要使用更多功能更智能的 GPT4,需要升级到 PLUS 套餐,收费标准是 20 美金一个月。当然 GPT4 还有团队版和企业版,功能更多,限制更少,但费用也更贵,一般推荐使用 PLUS 套餐。 安卓系统安装、订阅 GPT4 教程 在注册 ChatGPT 账号之前,先注册一个谷歌账号,因为国外很多软件支持谷歌账号一键登录,能省去很多日后的注册流程。目前注册谷歌账号支持国内手机号码和国内邮箱验证。 订阅 PLUS 版本最简单方便的是用手机端订阅,安卓手机可以使用谷歌支付。具体步骤如下: 1. 在谷歌账号里绑定谷歌支付,目前只支持国内的双币信用卡或者全币信用卡。打开谷歌商店,点击“付款和订阅”,再点击“付款方式”,然后点击“添加信用卡或借记卡”,填写信用卡信息后点击保存卡,付款方式就会出现绑定的信用卡。 2. 打开 ChatGPT 手机应用,选择谷歌账号登录,选择相应账号后,点击打开外部应用,成功登录 ChatGPT 后点 Continue 继续,点击顶部 get plus 按钮,再点击订阅按钮,此时会跳出谷歌支付的界面,确定订阅即可。如日后想要取消订阅,可到谷歌商店的账号管理,付款和订阅里面取消。 苹果系统安装、订阅 GPT4 教程 要用苹果手机订阅 GPT4,最直接的方法是到支付宝购买苹果礼品卡,不用国外信用卡,不用注册虚拟信用卡,既方便又能节省注册虚拟信用卡的手续费。具体步骤如下: 1. 支付宝购买礼品卡: 来到支付宝首页,在左上角位置选择美国城市(如纽约),在底部位置选择“大牌礼卡低至 9 折”。 选择 App Store。 第一次购买需要绑定美区 ID,按指示绑定,绑定后输入要充值的美金金额(在手机端订阅 GPT4 一个月的金额)。 直接用支付宝支付,根据当天汇率,实际支付的人民币金额会有所不同。 完成付款后点击订单列表,复制礼品卡号码。 2. 充值到美区 ID: 来到 App Store,点击右上角的人形头像,点击兑换充值卡或代码。 点击手动输入兑换码。 粘贴礼品卡号码,点击兑换,成功充值到美区 ID 账号。 3. 到 ChatGPT 订阅 Plus: 打开 ChatGPT,用谷歌邮箱登录后点击最上方的 Get Plus。 点击 Upgrade to Plus。 之后会弹出苹果支付页面,确认订阅后每个月将会在美区 ID 账户里扣款,如果想保持订阅,每个月确保账户有足够金额。 如果中途不想继续订阅了,可到订阅列表中取消订阅即可。
2024-10-25
使用AI快速订阅新闻,需要有一句话简介、网址链接,最终整体生成一个链接
使用AI快速订阅新闻的工具可以帮助你及时获取最新的新闻资讯。以下是几个推荐的工具,每个工具都附有一句话简介和网址链接。 推荐工具 1. Google News 简介:Google News 聚合全球的新闻报道,并根据你的兴趣提供个性化的新闻推荐。 网址: 2. Feedly 简介:Feedly 是一款强大的RSS阅读器,可以订阅和管理各种新闻源,并使用AI功能筛选重要新闻。 网址: 3. Inoreader 简介:Inoreader 是一个功能丰富的RSS阅读器,支持多种新闻订阅和高级筛选功能。 网址: 4. Flipboard 简介:Flipboard 将新闻、社交媒体和个人兴趣整合成一个美观的杂志式阅读体验。 网址: 5. News360 简介:News360 使用AI技术为你提供个性化新闻推荐,汇集来自全球的新闻报道。 网址: 6. SmartNews 简介:SmartNews 利用AI筛选和整理新闻,为你提供最新和最重要的新闻简报。 网址: 生成订阅链接 你可以将这些新闻工具的链接整合到一个订阅页面或书签中,方便快速访问。以下是一个示例链接列表: ```markdown ``` 示例 快速订阅新闻工具合集 1. Google News:Google News 聚合全球的新闻报道,并根据你的兴趣提供个性化的新闻推荐。 2. Feedly:Feedly 是一款强大的RSS阅读器,可以订阅和管理各种新闻源,并使用AI功能筛选重要新闻。 3. Inoreader:Inoreader 是一个功能丰富的RSS阅读器,支持多种新闻订阅和高级筛选功能。 4. Flipboard:Flipboard 将新闻、社交媒体和个人兴趣整合成一个美观的杂志式阅读体验。 5. News360:News360 使用AI技术为你提供个性化新闻推荐,汇集来自全球的新闻报道。 6. SmartNews:SmartNews 利用AI筛选和整理新闻,为你提供最新和最重要的新闻简报。 你可以将这些链接添加到你的浏览器书签栏中,或者创建一个订阅页面,将这些工具整合在一起,方便随时访问。
2024-05-23
我想了解关于Deepseek的信息
以下是关于 DeepSeek 的信息: 1. 华尔街分析师的反应:DeepSeek 展示出媲美领先 AI 产品性能的模型,成本仅为一小部分,在全球主要市场的 App Store 登顶。但 Jefferies 警告其技术可能打破资本开支狂热,Citi 对其技术突破提出质疑,高盛预测其可能改变科技巨头与初创公司的竞争格局,降低 AI 行业进入门槛。 2. 实际使用体验:在文字能力上表现突出,尤其在中文场景中高度符合日常、写作习惯,但在专业论文总结方面稍弱。数学能力经过优化,表现不错;编程能力略逊于 GPT。采用 GRPO 算法替代传统 PPO,降低价值函数估计难度,提高语言评价场景的灵活性与训练速度。 3. 相关链接:
2025-02-19
使用飞书机器人(如Coze智能体)自动抓取外部链接(如网页、公众号文章),通过多维表格存储为“稍后读”清单,并自动提取关键信息(标题、摘要、标签)
以下是使用飞书机器人(如 Coze 智能体)自动抓取外部链接(如网页、公众号文章),通过多维表格存储为“稍后读”清单,并自动提取关键信息(标题、摘要、标签)的相关内容: 前期准备: 1. 简化“收集”: 实现跨平台收集功能,支持电脑(web 端)、安卓、iOS 多端操作。 输入一个 URL 即可完成收集,借鉴微信文件传输助手的方式,通过聊天窗口输入更符合用户习惯。 2. 自动化“整理入库”: 系统在入库时自动整理每条内容的关键信息,包括标题、摘要、作者、发布平台、发布日期、收集时间和阅读状态。 阅读清单支持跨平台查看。 3. 智能“选择”推荐: 根据当前收藏记录和用户阅读兴趣进行相关性匹配,生成阅读计划。 使用步骤: 1. 设置稍后读存储地址: 首次使用,访问。 点击「更多创建副本」,然后复制新表格的分享链接。 将新链接发送到智能体对话中。 还可以发送“查询存储位置”、“修改存储位置”来更换飞书多维表格链接,调整稍后读存储位置。 2. 收藏待阅读的页面链接: 在对话中输入需要收藏的页面链接,第一次使用会要求授权共享数据,授权通过后再次输入即可完成收藏。 目前部分页面链接可能小概率保存失败。 3. 智能推荐想看的内容: 在对话中发送“我想看 xx”、“xx 内容”,即可按个人兴趣推荐阅读计划。 通过飞书机器人与 Coze 搭建的智能体进行对话,在聊天窗口中完成链接输入和阅读计划输出,由 Coze 调用大模型、插件完成内容的整理、推荐,利用飞书多维表格存储和管理稍后读数据,理论上无需开发任何插件、APP,就能实现跨平台的稍后读收集与智能阅读计划的推荐。部署完成后,您可以在电脑、手机端通过飞书机器人与稍后读助手进行对话,也可以直接在 Coze 商店中与 bot 进行对话,如果部署到微信服务号、订阅号,还可以通过这些渠道调用 bot。
2025-02-16
测绘地理信息可以使用的大模型有哪些?
以下是一些测绘地理信息可能使用到的大模型获取途径和相关信息: 1. 常用的模型网站有: 2. 关于 SDXL 大模型: SDXL 的大模型分为两个部分,base + refiner 是必须下载的,base 是基础模型,用于文生图操作;refiner 是精炼模型,用于对生成的模型进行细化以生成细节更丰富的图片。此外,还有一个配套的 VAE 模型,用于调节图片的画面效果和色彩。 想要在 webUI 中使用 SDXL 的大模型,首先要在秋叶启动器中将 webUI 的版本升级到 1.5 以上。然后将 base 和 refiner 放在“……\\sdwebuiakiv4.2\\models\\Stablediffusion”路径下,vae 放在“……\\sdwebuiakiv4.2\\models\\VAE”路径下。 3. 模型下载和分辨: 在 Civitai 网站下载模型时,可通过科学上网,点击右上角筛选按钮找到所需模型类型,如 Checkpoint = 大模型、LoRA = Lora。感兴趣的模型可点击“Download”下载保存到电脑本地。 模型下载保存地址:大模型可存放在 SD 根目录(即下载 SD 时存放的文件夹);Lora 和 VAE 也有相应的存放位置。 若不知道下载的模型类型及应存放的文件夹,可使用秋叶的模型解析工具 https://spell.novelai.dev/,将模型拖动到空白处查看模型信息。
2025-02-15
有哪些主流的大模型?介绍一下每个大模型的具体信息,用英文回答
Some of the mainstream large models and their specific information are as follows: BERT: It is an encoderonly model commonly used in natural language understanding tasks such as classification and sentiment analysis. T5: An encoderdecoder model from Google, used for tasks like translation and summarization. GPT3: It has a large number of parameters and can complete tasks based on user input descriptions or examples. ChatGPT: Users can complete tasks by having conversations with it like with a human. The "large" in large models refers to the large amount of pretraining data, often from the Internet, including papers, code, and public web pages, usually at the terabyte level. Also, they have a large number of parameters. For example, GPT3 has 170 billion parameters.
2025-02-13
物流公司信息系统管理员给同事讲解大模型入门级使用,帮忙推荐一些经验
以下是为物流公司信息系统管理员推荐的大模型入门经验: 一、什么是大模型 通俗来讲,大模型是通过输入大量语料,让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。 可以用“上学参加工作”这件事来类比大模型的训练和使用过程: 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,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。 二、数字化与 Embedding 数字化便于计算机处理,但为了让计算机理解 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: 1. 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。 2. 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。 3. 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。 参考:
2025-02-11
怎么把批量提取的信息自动写入表格
目前知识库中没有关于如何将批量提取的信息自动写入表格的相关内容。但一般来说,您可以使用编程语言如 Python 来实现这一功能。例如,使用 Python 的`pandas`库,它提供了丰富的方法来处理数据并写入表格。您需要先读取提取的信息,然后将其整理为合适的数据结构,再使用`pandas`的`to_excel`或`to_csv`等方法将数据写入表格。另外,一些办公软件如 Excel 本身也可能具有批量导入数据的功能,您可以查看相关的帮助文档来了解具体操作方法。
2025-02-11