ChatGPT时代：律师工作新玩法与心得
本文探讨了ChatGPT对律师工作的影响与改变，详细列出了ChatGPT在文书生成、法庭准备等方面的应用，并分析了律师如何有效利用ChatGPT。文章提出，单独对话记忆上下文、清晰明确、逐步提问、慢思考、交流反馈是律师使用ChatGPT的五大心法，同时应注意数据脱敏、谨慎引用。最后，文章提出了ChatGPT带来的角色分工变化，并强调了人类在此过程中的思考角度。
AI生成的作品是否属于著作权法意义上的作品？
本文介绍了AI-Generated Content（AIGC）的概念及其可能涉及的 legal争议。AIGC 是一种基于预训练大模型和生成式对抗网络等技术，通过已有的数据寻找规律并生成相关内容的技术。预训练大模型经历了预训练和指令微调两个步骤，而生成式对抗网络由生成器和判别器组成，共同构成了一个动态的博弈过程。当前，AI 生成式内容在图像生成、文本到图像等领域得到了广泛应用，但同时也引发了关于版权、隐私和伦理等方面的争议。美国版权局对生成式 AI 作品的态度较为谨慎，认为只有 human-authored 和 AI-generated material 的组合才能被认为是作品。而 UK 的立场则是强调“额头流汗”原则，即只要作品中存在作者的劳动，无论劳动的多少，都可以视为作品。我国尚未对 AI 生成物是否符合《著作权》法意义上的作品给出明确的结论性评价。
立法目的与AI权力边界
这篇文章探讨了AI在绘画领域的应用与法律规定之间的关系。作者认为，由于法律目前并未对画师的权利进行保护，且AI将画师的作品用于其他用途属于“学习”，因此AI可以被视为一种强大的“软件破解工具”。如果这种行为被允许，那么AI可以帮助程序员免费创作各种软件和游戏。
ChatGPT时代：律师工作的革命与自我进化
这篇文章探讨了ChatGPT如何影响律师工作，并分析了律师如何有效利用这项技术。文章提出了律师使用ChatGPT的五大心法和两个注意事项，并给出了一系列具体的应用指令。同时，作者强调，虽然技术革命不会彻底失业，但它确实导致了人与人的分化， lawyer需要不断学习和适应才能在未来的竞争中保持优势。
《大模型时代金融业的跃升之路：算力、算法、数据的new范式》
本文介绍了金融行业大模型的发展现状和前景。在大模型时代，算力、算法、数据构成了新范式的“三驾马车”，其中数据被视为决定大模型质量和商业化落地的核心要素。金融业作为一个业务流程规范、数据和知识沉淀完备的行业，天然具有应用大模型的基础优势。目前，以生成式AI为代表的第二波人工智能浪潮席卷至金融业，大模型所积聚的“三驾马车” 已从量变走向质变。7 月 28 日，中国信通院“行业大模型高质量发展论坛暨可信 AI 大模型标准宣贯会” 在南京举办，腾讯作为中国信通院的核心单位，与信通院共同启动“行业大模型标准联合推进计划”，其中将联合牵头开展金融大模型标准编制工作。金融行业大模型评估方法覆盖了投研、投顾、风控、营销、客服、银行、保险、证券等应用场景，对大模型在数据合规性、可追溯性、私有化部署、风险控制等方面提出了要求。
金融大模型提示工程探索与实践
这篇文章介绍了一种金融领域的大模型提示工程探索，由文因互联提示工程实验室开发。该实验室利用S²PI框架，提供实时调试功能，尤其关注模型对金融特定语境和术语的理解能力。通过针对金融领域的不同场景和业务需求定制提示词，提升金融大模型的应用效果和准确度，以满足金融行业对AI的高标准要求。
AI认知智能时代的来临：澜舟金融NLP技术引领风潮
这篇文章主要探讨了人工智能正在由感知智能向认知智能发展的趋势，并重点关注了自然语言处理(NLP)技术在金融领域的应用。文章指出，尽管当前的技术水平已经可以用，但仍面临许多挑战。为此，作者介绍了一种基于孟子预训练模型技术的NLP解决方案，该方案能够解决NLP基础能力和应用场景的开发问题，提高开发效率。此外，作者还详细介绍了澜舟的NLP技术与产品矩阵，包括金融模型、机器翻译、本文生成、搜索等技术，以及金融领域的应用场景。
《维音大模型服务平台VisionGAI：AIGC融合，打造全场景智能客服》
维音大模型服务平台VisionGAI，融合AIGC服务，打造全场景智能客服。作为行业大模型先锋企业，VisionGAI可适用于各行业领域的客户服务知识问答和内容生成，并支持开放式对接企业端口，赋能全周期服务运营管理。其应用广泛，如客服、企业客户和企业管理者等，主要应用于售前、售中、售后阶段，提升服务专业性和及时性，促进获客成单。
谷歌正式推出“医疗ChatGPT”
2022年底，OpenAI推出的基于大语言模型（Large language model，LLM）的聊天机器人ChatGPT展示了令人印象深刻的强大能力。 为应对异军突起的OpenAI，谷歌在今日推出了其生成式人工智能模型——Gemini，谷歌表示，这是迄今为止功能最强大、最通用的人工智能大模型，其在许多测试中击败了OpenAI最近的GPT-4。 除了与OpenAI的直接竞争外，谷歌还致力于开发其他更专业的生成式人工智能项目，其中就包括医疗人工智能大模型——MedLM。谷歌表示，该模型已经可以通过公司的Vertex AI平台向美国谷歌云客户提供，该平台使用机器学习工作流来指导用户通过训练、评估和部署生成式人工智能模型的过程。与此同时，美国以外的某些市场可以“预览”这些工具。 MedLM模型基于Med-PaLM 2，Med-PaLM 2是谷歌进军医疗人工智能大模型的第二次尝试。去年，其开发的Med-PaLM模型因通过了美国医疗执照考试（USMLE）而成为头条新闻（准确率为67%），而今年，Med-PaLM 2进一步将准确率大幅提升至86.5%，根据谷歌的说法，该分数相当于“专家”医生水平。 谷歌表示，MedLM模型有两个版本，其用途之间的差异在于，第一个MedLM模型更大，专为复杂任务设计。第二个是中等模型，能够进行微调，最适合跨任务扩展。谷歌表示，在未来几个月会将基于Gemini的模型集成到MedLM模型中，以进一步扩展其人工智能功能。 谷歌表示，此次新推出的医疗人工智能大模型——MedLM，旨在用于整个医疗保健行业的各个方面，包括医院、药物开发、面向患者的聊天机器人等。例如，美国医疗保健巨头HCA Healthcare正在将MedLM模型用于记录临床医生与患者之间的对话，并将其自动转译为医疗记录，从而提高记录的质量。AI药物发现平台BenchSci正在使用MedLM模型快速筛选大量临床数据并识别某些疾病和生物标志物之间的联系。 医学是一项人性化的事业，其中语言是临床医生、研究人员和患者之间的沟通互动的关键。近年来，人工智能的进步为其在医学领域的应用带来了新的希望。但AI模型主要是单任务系统，缺乏表达能力和交互能力，还可能会编造令人信服的医疗错误信息，或纳入偏见加剧健康不平等。因此，现有的AI模型所能做的和在现实世界的临床工作流程中对它们的期望之间存在着不一致，使其难以转化为真实世界的可靠性或价值。 2023年7月，谷歌和谷歌旗下人工智能公司DeepMind的研究人员在国际顶尖学术期刊 Nature 上发表了题为：Large language models encode clinical knowledge 的研究论文。 该论文展示了谷歌开发的一个专精医学领域的大语言模型——Med-PaLM，其能够很好的回答医学问题。 为评估大语言模型（LLM）编码临床医学知识的能力，研究团队探讨了它们回答医学问题的能力。这项任务非常具有挑战性，因为为医学问题提供高质量的答案需要理解医学背景，回忆适当的医学知识，并根据专家信息进行推理。 在这项研究中，提出了一个基准，称为MultiMedQA：它结合了6个涵盖专业医疗、研究和消费者查询的现有问题回答数据集以及HealthSearchQA——这是一个新的数据集，包含3173个在线搜索的医学问题。通过这一基准来评估大语言模型回答医学问题的真实性、在推理中使用专业知识、有用性、准确性、健康公平性和潜在危害。 表现令人鼓舞 研究团队随后评估了PaLM（5400亿参数的大语言模型）及其变体Flan-PaLM。他们发现，在一些数据集中Flan-PaLM达到了最先进水平的表现。在整合美国医师执照考试类问题的MedQA数据集中，Flan-PaLM超过此前最先进的大语言模型达17%，达到了67.6%的准确率，达到了通过考试的标准（60%）。不过，虽然FLAN-PaLM的多选题成绩优良，进一步评估显示，它在回答消费者的医疗问题方面存在差距。 为解决这一问题，研究团队使用一种称为设计指令微调（instruction prompt tuning）的方式进一步调试Flan-PaLM适应医学领域。设计指令微调是让通用大语音模型适用新的专业领域的一种有效方法。 结果产生的新模型Med-PaLM在试行评估中表现令人鼓舞。例如，Flan-PaLM被一组医师评分与科学共识一致程度仅61.9%的长回答，Med-PaLM的回答评分为92.6%，相当于医师做出的回答（92.9%）。同样地，Flan-PaLM有29.7%的回答被评为可能导致有害结果，Med-PaLM仅5.9%，相当于医师所作回答（6.5%）。 升级版——Med-PaLM 2 值得一提的是，这篇在 Nature 论文中描述的 Med-PaLM 模型于2022年12月推出，而在今年5月份，谷歌在预印本平台发表论文，推出了升级版的Med-PaLM 2。 论文中显示，Med-PaLM 2是第一个在美国医疗执照考试（USMLE）类问题上达到专家级表现的大语言模型，能够正确回答多项选择题和开放式问题，并对答案进行推理，准确率高达86.5%，大幅超越了Med-PaLM以及GPT3.5。 Med-PaLM 2根据14项标准进行了测试，包括科学事实、准确性、医学共识、推理、偏见和危害，由来自不同背景和国家的临床医生和非临床医生进行评估。研究团队还发现该模型在回答医学问题方面仍存在一些差距，但并未具体说明，谷歌表示，进一步开发和改进该模型以解决这些差距，并了解大语言模型如何改善医疗保健。 已开展临床测试 据报道，Med-PaLM...
《ChatGPT：创业的机会与挑战》
《ChatGPT的创业机会》演讲摘要：本次2023产品经理大会分享了宜创科技CEO宜博老师的大模型应用真实案例，包括农业企业服务机器人场景、银行需求场景、医院医疗设备维护厂商场景等多个领域。分析了GPT时代的底层逻辑，阐述了参数与向量的概念，介绍了如何利用大模型实现100%准确效果。此外，宜博老师分享了对当前创业机会的思考，鼓励创业者积极思考如何在场景中应用大语言模型，实现商业价值。