Bard API发布；Github Copilot Chat测试；Salesforce BLIP模型｜Daily Summary

谷歌CEO谈论搜索， AI 和与微软共舞

本文包含对Sundar的采访记录，他在采访中讨论了搜索，谷歌和Alphabet AI 团队的重组，他对谷歌未来的愿景以及推动其增长的因素等等。

微软刚刚推出了对GitHub Copilot Chat的早期测试版访问

该Twitter帖子包含Copilot Chat的机密规则。

微软希望Firefox将Bing作为默认搜索引擎

Firefox与谷歌的合同即将到期，微软希望浏览器将Bing作为默认搜索引擎。苹果与谷歌的默认浏览器合同将于明年到期，这为微软提供了一个机会，让Bing成为Safari的默认浏览器。微软看到了这种合作伙伴关系的潜力，可以提高Bing的使用量。这些交易可能无法保证必应的使用量增加。

Salesforce的InstructBLIP通用视觉语言模型

Blip是由Salesforce开发的一个模型，可用于视觉和语言任务。按照语言模型中调整它们以遵循指令的工作线，我们还可以调整这些视觉语言模型以遵循指令。这极大地提高了性能，在这种情况下，它甚至超过了 GPT-4 的已发布数量。

谷歌推出Codey

本文讨论了谷歌引入一种新的生成式AI模型Codey，旨在帮助程序员编写代码。Codey 是一种代码生成模型，可以为用户提供建议、识别错误，甚至完成整个代码块。它旨在通过帮助用户快速有效地找到解决方案来简化编码过程并提高开发人员的工作效率。

AI 扩展的第一原则

缩放定律表明，随着更多数据和计算能力的增加，大型语言模型（LLM）在预测单词方面将变得更好。但是，虽然增加数据集大小可能是可行的，但要使它们比当前状态大 10 倍以上，则存在潜在的障碍，例如成本。使用现有技术将LLM扩展到最大潜力的成本将远远高于地球的GDP。可能存在计算限制。由于用于拟合模型的数据和计算量很少，当前的缩放定律可能不准确。

关于解释Prompt injection的资料

全面介绍快速注入，这是 AI 领域使用的一个术语，用于描述故意将特定输入插入 AI 模型以获得所需输出的做法，包括为什么这是一个重要问题以及为什么许多提出的解决方案不会有效。

利用先验知识提高图像质量

已经创建了一种新技术，该技术使用预设的文本到图像模型来提高模糊图像的质量。该方法巧妙地使用了专用编码器，无需更改现有的图像制作模型，节省了训练时间。此外，用户可以通过简单的调整来控制图像质量。该策略还比以前的方法更好地处理较大的图像。人工和真实世界图像的测试证明它比当前的解决方案更有效。

通过推理进行检测

检测场景中的对象时，通常从一组预定义的类中提取。此外，询问有关场景的问题也具有挑战性。在这种情况下，我们可以使用强大的语言模型（Vicuna）和指令调谐的检测器来推理查询并因此检测对象。

使用 Jax 分片映射轻松并行

现代 ML 需要跨许多硬件加速器（如 GPU）进行计算。在代码中做到这一点是很棘手的。Jax在许多实验性功能方面一直处于领先地位。Shmap是一系列创新中的另一项。它功能强大，可以轻松实施现代算法和可扩展的训练。

语言链中的新检索框架

语言模型使用检索来获取最新信息或不适合上下文的信息。这种前瞻性检索使用谷歌搜索API和来自Open AI的大型语言模型来构建强大的检索问答系统。

Cohere LLM 大学

Cohere是一家初创公司，提供类似于其他大玩家的语言模型API，它们具有一组可用于构建应用程序的强大模型。这所语言模型大学旨在让您快速了解现代语言模型，并展示如何使用 Cohere 的工具构建它们。

Bard API

一个用于使用 Bard 的逆向工程API，由谷歌最新的LLM提供支持;帕LM-2。

Open-LLaMa

开源高性能 Llama 模型的完整训练代码，包括从预训练到 RLHF 的全过程。

Dify.AI

简单易用的 LLMOps 平台，可视化创造和运营你的 AI 原生应用。

开源 AI 的繁荣是建立在大科技之上，它会持续多久？

许多开源 AI 热潮都是建立在大型科技公司的研究之上。例如，许多头条新闻制作模型都是建立在 LLaMA 之上的，LLaMA 是 Meta AI 发布的开源大语言模型。如果这些公司决定停止向公众发布他们的模型，那么与闭源 AI 相比，开源 AI 社区可能会崩溃。对于开源AI社区来说，这是一个关键时刻，可以找到使每个人都更容易使用AI的方法。

Will.i.am 谈 F1、AI、哈佛和黑眼豆豆的未来

Will.i.am是典型的21世纪文艺复兴人物：一个强大的音乐家、制作人、技术专家、企业家和慈善家。他作为独唱艺术家和黑眼豆豆乐队的联合创始人建立了一个多白金的职业生涯，赢得了七项格莱美奖，并以将不同文化和音乐风格融合在一起的创新者的身份受到称赞。近年来，他在推广机器人技术、人工智能和科技方面的工作也越来越为人所知。

聊天机器人仍在与否定作斗争

尽管像ChatGPT这样的AI模型具有非凡的功能，但它们确实存在局限性。特别是，他们缺乏常识推理，无法理解他们正在处理的直接文本之外的上下文。这种无能为力会导致荒谬、不一致或有偏见的反应。这是由于训练方法，它涉及从大量文本数据中学习，但不包括对世界的理解或推理世界的能力。研究人员正在探索改进 AI 这些方面的方法，但仍然存在重大挑战。