本周报由 New Bing 推荐，经过 AI 未来实验室（人类）团队编辑评论而成。

AI 行业要闻

本周，AFL 研究团队发现：如何更好地本地化运行和使用 LLM 已然是目前 AI 产品创新的「黄金地段」。

• 「谷歌助理据说已实现生成式 AI 升级」（原文：Google Assistant reportedly pivoting to generative AI¹）：据一封内部邮件称，「谷歌助理」正计划使用大型语言模型（LLM）来支持其语音和文本界面的升级。「助理」团队领导者们认为这是一个巨大的机会，可以探索由最新 LLM 技术驱动的超级助理用起来会是什么样子。
• 「OpenAI 因为「准确率低」而放弃 AI 生成文本识别器」（原文：OpenAI scuttles AI-written text detector over ‘low rate of accuracy’）：由于「准确率低」，OpenAI 放弃了它的「人工智能生成文本识别器」。由于在检测人工智能生成的文本方面准确率较低，OpenAI 已决定淘汰其人工智能分类/识别器。大型语言模型的快速发展使有效识别文本是 AI 还是人类生产已成为新挑战。「是人是鬼，AI 自己都还难以识别呀！」
• 「Stack Overflow 官宣发布 Overflow AI 功能」（原文：Stack Overflow announces OverflowAI）：Stack Overflow 正在通过 OverflowAI 将生成式人工智能集成到他们的平台中。这包括使用向量数据库进行语义搜索和个性化索搜结果。他们还将增强跨平台搜索功能，并为 Stack Overflow for Teams 引入企业知识摄取功能。
• 「Stability AI 官宣发布 Stable Diffusion XL 1.0（模型）」（原文：Stability AI Announces Stable Diffusion XL 1.0）：Stability AI 发布了 SDXL 1.0，一款开放式图像模型，拥有惊人的 66 亿参数模型处理能力。该版本在色彩、对比度、光照和阴影方面有重大改进。
• 「介绍 Bittensor 语言模型——一款适用移动设备和边缘设备的最先进的 30 亿参数的大模型」（原文：Introducing Bittensor Language Model — A State of the Art 3B Parameter Model For Mobile and Edge Devices）：BTLM 是一个拥有 30 亿参数的大语言模型，可在内存有限的移动设备和边缘设备上高效运行。凭借更高的准确性和更大的上下文范围，它在基准测试中的表现优于类似规模的大模型。BTLM 在准确性方面与 70 亿级的模型不相上下，但在内存占用和推理成本方面却超过了 70 亿级别的大模型。其目的是在边缘设备上实现人工智能应用，减少对集中式人工智能云基础设施的依赖。
• 「AI 巨头们成立行业论坛：The Frontier Model Forum」（原文：The Frontier Model Forum）：Anthropic、谷歌、微软和 OpenAI 联手创建了 The Frontier Model Forum--「前沿模型论坛」，这是一个致力于安全、负责任地开发前沿人工智能模型的交流平台。该论坛旨在推动人工智能安全研究，建立安全最佳实践，分享知识，并利用人工智能应对社会挑战。

AI 实战指导

• 「用 Gradio 开发生成式 AI 应用」（原文：Building Generative AI Applications with Gradio）：Hugging Face 和 DeepLearning.ai 推出一门新的短课程，介绍如何使用 Gradio 开发生成式人工智能应用软件。课程的重点是使用开源语言模型创建用户友好的应用，目包括文本摘要、图像分析和图像生成。
• 「只用 50 行代码创建适用任何数据集类型的图表生成器」（原文：Build an AI Chart Generator That Adapting to Any Dataset Type, in Only 50 Lines）：开发人员可以使用 Langchain 的 GPT-3.5 或 GPT-4 轻松创建 AI 图表生成器，只需 50 行代码。
• 「自动化你的在线搜索任务」（原文：Automating Web Research）：本文探讨了网站内容调研代理工具的开发。该方法包括使用 LLM 生成搜索查询、执行搜索、爬网页数据、编制文档索引，以及为每个查询查找最相关的结果。
• 「用 Whisper 和 GPT-4 开发一个会议纪要生成器」（原文：Creating an automated meeting minutes generator with Whisper and GPT-4）：本指南探讨会议纪要生成工具的开发，该工具利用 Whisper 和 GPT-4 高效总结会议讨论的内容、提取重要细节并分析团队成员们的情感。

有趣的 AI 论文和代码

• 「Github 项目：karpathy/llama2.c：用纯一个纯 C 语言实现 Llama 2 推理能力」（原文：karpathy/llama2.c: Inference Llama 2 in one file of pure C）：安德鲁-卡帕奇（Andrew Karpathy）用纯 C 语言发布了 LLaMA 2 推论的教学实现用例。该项目让您在 PyTorch 中训练 LLaMA 2 LLM 架构，然后将权重加载到单个 C 文件中以进行高效推理。
• 「FLASK：精细评测大语言模型的「对齐能力」」（原文：FLASK: Fine-grained Language Model Evaluation based on Alignment Skill Sets）：FLASK 是专为 LLM（大语言模型）的性能评估而设计的评估协议。它将评估细分为 12 个不同的技能集，可根据特定技能（如逻辑稳健性、事实性和理解力）对模型的性能进行详细分析。AFL 团队已记录这个好东西，以备后用。
• 「WebArena：为自动化任务代理准备一个逼真的 Web 环境」（原文：WebArena: A Realistic Web Environment for Building Autonomous Agents）：WebArena 是一个逼真的网络环境，它允许自主代理（AI）开发与电子商务、社交论坛、软件开发和内容管理相关的任务技能。它为评估任务完成情况提供了基准，并强调了改进代理的必要性。即使是 GPT-4 这样的先进模型，执行同样任务其成功率也只有 10.59%。
• 「LLaVA：大语言和视觉助理」（原文：LLaVA: Large Language and Vision Assistant）：LLaVA 是一个大型多模态模型，它将视觉和语言处理相结合，提高了视觉和语言理解能力。它的聊天能力令人印象深刻，并为科学研究的质量保证设定了新的最高精度。初步实验表明，与 GPT-4 相比，LLaVA 在一个合成的多模态指令跟随数据集上的表现更为出色。
• 「3D-LLM：把 3D 世界注入大语言模型中」（原文：3D-LLM: Injecting the 3D World into Large Language Models）：一项新的研究介绍了 3D-LLMs ，它通过结合三维点云及其特征，增强了语言模型的三维理解能力。通过使用三维特征提取器和现有的二维 VLM，3D-LLM 在字幕、问题解答和导航等任务中取得了令人瞩目的性能，超越了现有的 LLM 和 VLM。
• 「STEVE-1：在「我的世界」游戏里用文本驱动行为的生成式模型」（原文：STEVE-1: A Generative Model for Text-to-Behavior in Minecraft）：Minecraft（「我对世界」游戏）中的 STEVE-1 模型能够理解并响应文本指令，这要归功于它的训练过程，其中包括预训练模型和自我监督行为的克隆。它不仅在遵从各种指令方面树立了新的标杆，还以较低的训练成本实现了卓越的性能，使预算有限的研究人员也能使用。