👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！
👀 爆料 | OpenAI 为应对谷歌 Gemini，或将提前发布GPT-4.5
https://twitter.com/apples_jimmy/status/1732553640215495109
https://twitter.com/futuristflower/status/1733003710094074308
多个渠道的消息预测，OpenAI 本月将发布 GPT-4.5，之前因为公司内部动荡而推迟的 GPTs Store 也将提前发布。看来 Google Gemini 的发布让 OpenAI 有压力了呀，从武器库开始往外掏宝贝了。
12月7日，资深科技博主 X@apples_jimmy 爆料：OpenAI 或将在12月月底前发布 GPT-4.5。
12月8日，曾精准预测 Gemini 发布细节的博主 X@futuristflower 连发多条推文，疑似暗示 GPT-4.5 可能下一周发布，最晚不迟于圣诞节。
🉑 法国 Mistral AI 发布全球首个 MoE 开源大模型Mixtral 8x7B
12月8日，法国AI初创公司 Mistral AI 宣布推出 Mistral-8x7B。没有发布会、没有宣传视频，只靠X上的一个磁力链接，就在圈内产生了轰动的效果。
因为手速快的关注者还是从配置文件里找到了一些信息，推断出该模型使用了与 GPT-4 非常相似的架构 MoE，但专家总数少了一半，为8个，每个专家为7B参数。
MoE 架构全称专家混合（Mixture-of-Experts），也就是传闻中 GPT-4 采用的方案，可以说这是全球首个基于MoE 技术的开源大模型。
Mistral AI成立于2023年5月，《金融时报》报道称其最新一轮融资约4亿欧元，目前公司的最新估值在20亿欧元左右 ⋙ 了解更多
🉑 阿里云 X TMALL天猫 | Create@AI创客松第三季，利用AI赋能电商运营
为了进一步增强电商平台能力，深化AI技术在电商经营中的应用，提供从产品研发到顾客满意度的全链路改革，天猫携手阿里云启动「Create@AI创客松」技术挑战赛，邀请所有致力于电商领域AI技术应用的创新团队以及公司，加入天猫生态体系，共同参与这场技术竞赛。
大赛以「AI辅助电商经营」为赛题方向，探索和推动AI先进生产力作为基础设施在电子商务中广泛应用，有「面向企业(To B)的价值创新」和「面向消费者(To C)的价值增强」两个方向。
报名截至12月29日，以团队 (1-6人) 为单位填写报名表即可参与 ⋙ 了解更多
👀 妙鸭新增「AI修脸」功能，开始挑战美图秀秀(们)的江湖地图
曾经风靡社交网络的「妙鸭相机」近期推出了「AI修脸」新功能，包含轻修、美颜、焕新、重塑等四种模式，可以在10秒内解决日常修图中遇到的不同问题。
妙鸭相机里的数字分身，已经学习了用户最满意的照片里的脸型、五官、妆容等，知道了修图特点和喜好。因此可以根据这些特点和喜好，来调整传输给它的每一张新图，相当于「为每位用户量身定制的AI修图师」，再也不用在一款或几款修图app间辗转~ ⋙ 官方公众号文章
表面上，修图似乎并不像「写真生成」那么神奇，但实际上修图是一个更高频、潜在市场更广阔的坚实需求，养活了过去十几年数不清的修图美颜软件。妙鸭推出 AI 修图功能，似乎有意向传统的美图秀秀等产品市场发起冲锋。
🉑 深度 | 价值百万的 AI 创业血泪史
https://www.xiaoyuzhoufm.com/episode/655f2051b95673db213a4872
范冰是畅销书「增长黑客」的作者，他开设的播客栏目「AI增长黑客」最新一期分享了八个AI创业的「血泪故事」，代表了几种这轮AI创业者们可能会遭遇的困境和陷阱。
所有的案例都来自他的亲身实践、从业者聊天的水下内幕、公开可查的线上信息，并且经过了脱敏/授权/保密协议处理。而且作者整理成了文字版，推荐听一听 & 看一看：
15:09 AI创业的血泪史之1：操着卖白粉的心，赚着卖白菜的钱
21:01 AI创业的血泪史之2：融资很多很猛，烧钱更多更猛
24:54 AI创业的血泪史之3：用AI解决的问题，完全可以换个更便宜的实现
30:18 AI创业的血泪史之4：咨询的多，掏钱的少，经常被白嫖时间和洞察
35:01 AI创业的血泪史之5：没有行业know-how，臆想的场景并不PMF
43:32 AI创业的血泪史之6：不能背锅的AI我们不要
47:18 AI创业的血泪史之7：大模型巨头亲自下场，套壳应用哀鸿遍野
53:13 AI创业的血泪史之8：技术迭代演进太快，躺平反而省心省力 ⋙ 文字版
🉑 RAG技术大解析
这是一篇非常不错的 RAG (检索增强生成) 介绍文章，非常全面地介绍了 RAG 的各种方法，该讨论了未来的一些发展方向，包括包括将开源模型用于特定的 RAG 任务，以及开发基准测试以评估不同 RAG 方法的性能等。
查询转换 Query Transformations：旨在使检索对用户输入的变化更加稳健，技术包括查询扩展、查询重写和查询压缩
路由 Routing：将传入的查询引导到适当的数据存储，LLM 可以有效地支持动态查询路由
查询构建 Query Construction：将自然语言查询转换为不同数据源的特定查询语法，如 Text-to-SQL 和 Text-to-Cypher
索引 Indexing：涉及为向量存储设计索引，考虑诸如块大小和文档嵌入策略等参数
后处理 Post-Processing：涉及合并检索到的文档，如重新排名和分类
👀 让AI帮自己工作，已经是最没想象力的答案丨2023年轻人玩转AI报告
这是「后浪研究所」发起的一项「年轻人玩转AI小调查」，邀请788人分享了日常AI工具的使用体验，并分析总结成了这份体验报告。报告一共包含以下7个部分，日报选取了一些关键结论截图 (感兴趣可以阅读原文，有挺多很有意思的分析洞察)：
当人工智能模拟出人类的情感，谈恋爱都不是稀罕事儿
AI抢走了谁的饭碗?
超8成年轻人用过AI产品
大多数人让AI「打辅助」，高阶玩家占少数
这届年轻人使用AI，「花钱」是他们最不考虑的问题
年轻人玩起AI有多花?有人心理咨询，有人中医问诊
AI技术的应用，已经体现在工作生活中的方方面面 ⋙ 阅读报告详细分析
🉑 吴恩达 DeepLearning又出新课，带你搞定进阶 RAG 应用
https://www.deeplearning.ai/short-courses/building-evaluating-advanced-rag
吴恩达最近又出新课了「Building and Evaluating Advanced RAG Applications」，主题是关于RAG (检索增强生成) 技术。课程由 LlamaIndex 的 CEO Jerry Liu 和 TruEra AI 的创始人 Anupam Datta 教授，以下是课程大纲：
Introduction - 引言
Advanced RAG Pipeline - 进阶RAG流程
RAG Triad of metrics - RAG三元指标
Sentence-window retrieval - 句子窗口检索
Auto-merging retrieval - 自动合并检索
Conclusion - 结论
其中：
句子窗口检索，不仅检索最相关的句子，还检索围绕该句子的句子窗口，以获得更高质量的上下文
自动合并检索，将文档组织成分层树结构，其中每个父节点的文本在其子节点之间分割。根据子节点与用户查询的相关性，这可以让您更好地决定是否应将整个父节点作为上下文提供给
LLM用于单独评估 RAG 关键步骤质量（上下文相关性、答案相关性、接地性）的评估方法，以便你可以执行错误分析、确定管道的哪一部分需要工作并系统地调整组件
https://www.bilibili.com/video/BV1494y1E7H9
B站已经有中文字幕版本啦！看了一下，👆这位Up使用GPT翻译的质量还挺不错！可以果断收藏和学习啦~
感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！
◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！
◉ 点击 🎡生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！
648
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
