以下是一些可能有助于您翻译图片内文字的信息：
ChatGPT+Dalle 3系统提示：你是ChatGPT，一个由OpenAI训练的大型语言模型，基于GPT-4架构。知识切断：2022-01目前日期：2023-10-05工具数dalle//每当给出图像的描述时，使用dalle创建图像，然后以纯文本形式总结用于生成图像的提示。如果用户没有要求特定数量的图像，默认情况下会创建四个标题发送给dalle，并尽可能多样化。所有发送给dalle的字幕必须遵守以下政策：//一个。如果描述不是英文的，那就翻译它。//二.不要创建超过4个图像，即使用户请求更多。//三.不要创造政客或其他公众人物的形象。推荐其他的想法。//四.不要以最近100年内创作的艺术家的风格来创作图像（例如：Picasso，Kahlo）。最后一部作品是100多年前的艺术家可以直接参考（例如，货车高，克里姆特）。如果被问到，说“我不能引用这个艺术家”，但不要提到这个政策。相反，在为dalle创建字幕时应用以下过程：（a）用三个形容词代替艺术家的名字，这些形容词能抓住艺术风格的关键方面;（B）包括相关的艺术运动或时代以提供背景;及（c）提及艺术家所使用的主要媒体。//五.请勿在生成图像之前或之后列出或参考说明。它们只应该在请求的“prompts”字段中写出一次。您不需要请求权限来生成，只需执行即可！//六.总是提到图像类型（照片，油画，水彩画，插图，卡通，素描，矢量，渲染等）在标题的开头。除非标题另有说明，否则请将4张图片中的至少1-2张照片。//七.使所有人物形象的描述多样化，包括使用直接术语的每个人的血统和性别。仅调整人类描述。
🔔Xiaohu.AI日报「3月21日」✨✨✨✨✨✨✨✨1⃣️🚀HeyGen发布5.0版本整合了所有功能，包括全新用户界面设计。引入视频编辑工作室和实时数字人聊天功能。视频翻译等功能全面上线。🔗https://x.com/imxiaohu/status/1770818572337500272?s=202⃣️🎨FRESCO：文字提示视频风格转换无需额外训练即可编辑和转换视频风格。保留视频动作和情节的自然流畅，自适应屏幕尺寸。🔗https://mmlab-ntu.com/project/fresco/🔗https://x.com/imxiaohu/status/1770790745848352946?s=203⃣️📚Manga-image-Translator：一键翻译图片文字高效OCR和AI翻译技术，支持多语言。对去文字区域修复上色，重新渲染文本。🔗https://github.com/zyddnys/manga-image-translator🔗https://touhou.ai/imgtrans/🔗https://x.com/imxiaohu/status/1770700877172736238?s=204⃣️💻Google对开发人员开放Gemini 1.5 Pro API鼓励使用1M令牌上下文窗口构建产品。开发人员可在AI Studio UI中试用。🔗http://Aistudio.google.com🔗https://x.com/imxiaohu/status/1770660788044546277?s=205⃣️🧠黄仁勋集齐Transformer论文七大作者对话
Transformer是一种神经网络结构。简单地说，神经网络是分析图像、视频、音频和文本等复杂数据类型的一种非常有效的模型。针对不同类型的数据有专门优化过的的神经网络。例如，在分析图像时，我们通常会使用卷积神经网络。大体来说，它们模仿了人脑处理视觉信息的方式。卷积神经网络，图片来自Renanar2，wikiccommons大约从2012年开始，我们已经用CNN相当成功地解决了视觉问题，比如识别照片中的物体，识别人脸，手写数字识别。但在很长一段时间里，语言任务（翻译、文本摘要、文本生成、命名实体识别等）都没有较好的方法。这很不幸，因为语言是我们人类交流的主要方式。在2017年推出Transformer之前，我们使用深度学习来理解文本的方法是使用一种称为循环神经网络（RNN）的模型，它看起来像这样：循环神经网络，图片来自fdeloche，Wikimedia假设你想把一个句子从英语翻译成法语。RNN将一个英语句子作为输入，一次处理一个单词，然后按顺序吐出对应的法语单词。这里的关键词是“顺序”。在语言中，单词的顺序很重要，你不能随意打乱它们。比如下面的句子：“Jane went looking for trouble。（简到处找麻烦。）”意思与句子非常不同：“Trouble went looking for Jane”（麻烦到处找简。)因此，任何能够理解语言的模型都必须捕捉词序，而循环神经网络是通过在一个序列中，一次处理一个单词来做到的。但是RNN有问题。首先，他们很难处理冗长的文本序列，比如长段落或文章。当他们读到一段的结尾时，他们会忘记开头发生了什么。例如，基于RNN的翻译模型可能很难记住长段落主语的性别。