AI与游戏：如何提升玩家沉浸感
这篇文章由一位拥有10年产品经理经验的人士撰写，他主张通过深入了解真实用户的反馈，而不是依赖网上专家的评价，从而更好地制定产品策略。文章中提到了一个触动的例子，描述了一些卑微的用户如何表达自己的感受，以及成人心理变化的背后。此外，文章还探讨了AI在游戏《病娇AI猫娘女友》中的运用，如何为游戏带来新的生命力和独特的游戏体验。
揭示提示工程机的秘密：四大技巧提升AI语言模型的表现
本文探讨了"提示工程"，这是一种促使大型语言模型（LLM）取得更好结果的艺术和科学。LLM可用于各种语言任务，如起草邮件、文档总结和分类文本等。研究发现，LLM提供的结果在很大程度上取决于给出的具体提示，因此需要不断尝试不同的提示来了解其对模型生成内容的影响。提示工程不仅适用于高级技术人员，也适用于任何使用LLM的用户。此外，零样本提示和思维链（CoT）提示方法可以提高LLM在复杂推理任务的表现。
AI与文字：从古至今的演变
GPT4发布，AI技术对NLP领域产生重大影响。人类知识与情感的表达主要依赖于文字，而AI对文字的理解能力的提高，使得大型语言模型能够更好地模拟人类的思考逻辑，进一步推动各行业的技术发展。
AI+指令市场：半年前我已预见万亿商机
这篇文章探讨了AI指令市场的巨大潜力,作者在半年前就预测这是一个万亿级的市场,但很多人仍然不相信。事实上,很多时候并不是客户缺乏资金,而是企业不敢报高价,从而限制了市场需求和市场规模。
“未来50%的人要去做AI指令师”！百度执行副总裁发声，林毅夫：也许以后一周只需工作一天
每日经济新闻 2023-03-30 17:19每日经济新闻官方帐号,优质财经领域创作者 近日，博鳌亚洲论坛2023年年会举行，人工智能等变革性技术的兴起引起了与会嘉宾的热烈讨论。 3月29日，百度集团执行副总裁、百度智能云事业群总裁沈抖在出席博鳌亚洲论坛时表示，沈抖认为，生成式AI会带来一个规模非常大的新职业，未来50%以上的人要去做“指令师”，一波职业的消失一定会催生另外一波新职业。 科大讯飞高级副总裁29日称，未来在家里有家庭教师机器人、AI家庭医生。 北京大学新结构经济学研究院院长林毅夫29日表示，一些岗位确实会减少，但我们没有必要担心，会有更多的时间来享受生活。也许以后我们一周只需要工作一天，一天工作5小时。 沈抖：生成式AI催生新职业，超50%的人要去做“指令师” 生成式AI是否会给很多职业和行业带来风险？“每一次科技革命都有这样的担心。当时汽车出来的时候，马夫说以后不用我干了”，沈抖说，“但是你学会开汽车不就行了。” 沈抖认为，生成式AI会带来一个规模非常大的新职业，未来50%以上的人要去做“指令师”。 以前一个人做PPT要做半天。未来是“指令师”告诉生成式AI，PPT要讲什么事情，用什么背景和什么风格。这会指引生成式AI快速生成一个满足需求的PPT。 图片来源：百度 沈抖说，将来大部分人的工作不是真正上一线操作，而是要指挥AI怎么去做。所以一波职业的消失一定会催生另外一波新职业。 沈抖：未来工作模式是一个人管一堆机器人 在博鳌论坛上，主持人问道：关于ChatGPT、文心一言这种内容生成式AI未来对产业经济带来什么样的变革？ 沈抖称，我觉得是两方面，一是生产效率会大幅度提升。第二是从用户体验会大幅度提升。 至于生产效率，我们每天生产过程当中在干什么？无非是人与人打交道、人与机器打交道，很多时候使人产生的思想、发生的指令，其他人执行，或者是设备执行，深成式AI因为大的言理解能力和比较强的思维链的能力，实际上可以把人的意图拆解分成指令在系统里面执行。所以将来很有可能一个聪明的人管着一堆机器人，这些机器人执行它的指令，重塑了整个生产线，这种可能性随着多模融合的深层次AI会变成可能。这个又一次革新，因为我们信息时代以后开始用鼠标、键盘，那个时候已经是巨大进步了。人生见到两次重大突破，第一次是图形界面和深层AI，后来到移动时代的时候我们有触屏，又一次大革命，这次更彻底解决了人的交互，而是完全自主对打，整个交互更加直接和高效。 从生产到生活交互都发生变化的话，这个毫无疑问会改变方方面面。实际上这一股力量已经开始了。微软用chatGPT把所有的产品线改变，百度也要基于我们的文心一言全部改一遍，过去三四个月不到半年的时间美国围绕这样一个东西，围绕它来做。用它来生成PPT，还有生成合同以及行程机票，这个是有想象空间，这个是一次更大的技术变革，真正的想象空间留下更有创意的人去想。 林毅夫：以后或一周只需要工作一天 “一些岗位确实会减少，但我们没有必要担心，会有更多的时间来享受生活。”北京大学新结构经济学研究院院长林毅夫29日提到，比如在工业化最开始的时候，几乎所有人一周都需要工作7天，如今已经缩短到了5天，之前每天需要工作12小时，如今可以每天工作8小时。他乐观地说，“也许以后我们一周只需要工作一天，一天工作5小时，所以我们要拥抱这样的机会。” 图片来源：博鳌亚洲论坛 科大讯飞高级副总裁：未来在家里有家庭教师机器人、AI家庭医生 科大讯飞高级副总裁杜兰29日谈到，人工智能在新一轮的发展以后给我们带来了很多不同的变化。比如说移动互联网时代，我们创造了很多基于连接、好玩、新奇的探索给大家带来生活上非常大的想象空间。我们可以躺在床上叫外卖，欣赏各种各样的场景。实际上人工智能时代，我们还是要去解决人类生产生活的刚性需求问题，这个是非常有价值的。而这个是来源于技术的突破。 在这个场景上其实我们的AI+应用就会做很多点，比如说AI+教育、AI+医疗、AI+城市建设+养老，AI+工业、AI+农业等等。未来更加看重产业互联网的发展，它才是未来，我们的技术一定要用在AI+工业、AI+农业上，会给我们带来更好的想象空间。 不仅仅是因为别人说科大讯飞在做什么的，因为我们把机器像人一样能听会说，能说会思考。未来在家里就有家庭教师的机器人，一道题不会做的时候会告诉你怎么解决，你的题做完以后告诉你的知识薄弱点在哪里？给你推送题目让你解决问题。未来养老越来越多人关注，越来越多的人群怎么解决服务的问题，我想家庭医生一定会有AI的家庭医生诞生，这个是真正能够解决问题的。今天我们已经可以做到我们的AI机器在背后为我们医生辅助诊断了。加上chatGPT4和我们自己大模型未来的能力，实际上可以让巡医问诊更加自如，我们C端每个人手上有人工智能的医生和人工智能的助手来帮到大家，未来的场景会非常多。工业领域，给我们带来各种各样面临存储以及物流产业的分配上都会有很多新的变化，包括农业，也是一样，所以未来我们希望这个技术真正能够去解决一些生产刚性需求的问题。给我们带来更好的价值。 每日经济新闻综合自证券时报、百度、博鳌亚洲论坛 转自每日经济新闻
ChatGPT插件：轻松生成图表
这篇文章介绍了人们可能不知道的是，ChatGPT不仅可以进行文字输出，还能生成图表。通过安装daigr插件，可以根据给定的数据制作图表，比如阿里巴巴、京东、拼多多等公司的市值。而且生成的图表可以自动回复，也可以点击放大或保存到本地，非常方便。
AI指令师：未来50%人将从事的新兴职业
article:"百度执行副总裁沈抖在博鳌亚洲论坛上表示，未来50%以上的人将从事AI指令师这一新职业，同时他也指出，生成式AI将带来新的职业消失和新一代新职业的诞生。"
简便使用ChatGPT的两种方法
这篇文章主要介绍了如何使用ChatGPT的一个简便方法，即关注“开言AI”公众号，即可免费体验GPT4.0。此外，该公众号还提供了多种问答模板，帮助用户更有效地向ChatGPT提问并获得理想的答案。
【AIGC】如何采集数据指令集打造定制化ChatGPT
前言 对于我们目前的Chatgpt，如何能更有效的为自己或者公司生成个性化的数据是非场重要的，指令集对个性化定制使用Chatgpt至关重要，因为不同的用户有各自的偏好、需求和习惯，他们期望从Chatgpt得到的结果也会不同。定制化的指令集可以帮助用户根据自己的需求进行优化和限制，提高Chatgpt的效果。 例如，在一个医疗领域的Chatgpt模型中，有些用户可能更关心疾病的治疗方案，而另外一些用户可能更关心预防和健康维护方面的信息。针对不同的用户，我们可以定制专属的指令集，让Chatgpt更好地适应他们的使用习惯和需求，提供更贴合个性化的服务。 除此之外，个性化定制使用Chatgpt的指令集还可以减少用户学习和使用Chatgpt的成本，简化操作流程，提高使用效率。 而且(Instruction）是ChatGPT模型取得突破性进展的关键因素，可以让语言模型的输出更符合「人类的偏好」。 但指令的标注工作需要耗费大量的人力，即便有了开源的语言模型，资金不足的学术机构、小公司也很难训练出自己ChatGPT. 最近微软的研究人员利用之前提出的Self-Instruct技术，首次尝试使用GPT-4模型来自动生成语言模型所需的微调指令数据。 在基于Meta开源的LLaMA模型上的实验结果表明，由 GPT-4生成的5.2万条英语和汉语instruction-following数据在新任务中的表现优于以前最先进的模型生成的指令数据，研究人员还从GPT-4中收集反馈和比较数据，以便进行全面的评估和奖励模式训练。 训练数据 数据收集 研究人员重用了斯坦福大学发布的Alpaca模型用到的5.2万条指令，其中每条指令都描述了模型应该执行的任务，并遵循与Alpaca相同的prompting策略，同时考虑有输入和无输入的情况，作为任务的可选上下文或输入；使用大型语言模型对指令输出答案。 在Alpaca 数据集中，输出是使用GPT-3.5（text-davinci-003）生成的，但在这篇论文中，研究人员选择使用GPT-4来生成数据，具体包括以下四个数据集： 英文Instruction-Following Data：对于在Alpaca中收集的5.2万条指令，为每一条指令都提供一个英文GPT-4答案。如下代码 Algorithm 1: Pseudo code for prompt engineering, GPT-4 call and hyper-parameters in datageneration. Each instruction instance is used as variables in the prompt template, the data flow ishighlighted in blue.1...
2023金融行业大模型探索与应用
本文为“2023 InfoQ 年度技术盘点与展望”系列文章之一，探讨金融行业在大模型应用方面的实践与挑战。目前，60%的组织机构正在使用生成式 AI 工具，金融行业尤为受到影响，因其知识密集、场景丰富、数据和技术基础好、资源充足。金融行业已找到大模型落地应用的最佳路径并取得了一些具体应用成果，如工商银行的客服全流程智能化和建设银行的大模型布局。然而，仍存在难以逾越的挑战与桎梏，需要进一步明晰金融机构在大模型这一趋势下的实践思路和路径。