AIGC Weekly #18更新了，本期主要介绍了Mini GPT-4等开源项目以及一些传统互联网公司的AI尝试动态和其他一堆

AIGC Weekly #18更新了，本期主要介绍了Mini GPT-4等开源项目以及一些传统互联网公司的AI尝试动态和其他一堆非常值得阅读的内容。下面是上周一些行业动态和产品推荐，更多详细的内容可以去图里的竹白查看： 本周精选： 上周值得关注的开源项目 RedPajama：一个计划创建一套领先开源模型的项目： Mini GPT-4：取巧的方式实现了多模态能力： Stable Diffusion的开发商Stability AI发布了开源大语言模型Stable LM： 复旦训练的语言模型Moss开源了： 一些传统互联网厂商的AI尝试 Raycast AI 逐步开放测试资格，这是功能介绍： 谷歌计划构建新的搜索引擎： Adobe Firefly 可以通过自然语言编辑视频了： Webflow推出了自己的AI能力： 产品推荐： AI 论文速递：快速阅读近期AI论文： Finchat：一个金融信息的ChatGPT： Vercel AI Playground：免费使用多个语言模型进行对比： Codeamigo：利用AI学习代码：

LLaV：一个拥有类似 GPT-4 的大语言+视觉模型

LLaV：一个拥有类似 GPT-4 的大语言+视觉模型 “使用机器生成的指令跟踪数据对大型语言模型 (LLM) 进行指令调优提高了新任务的零样本能力，但这一想法在多模式领域的探索较少。 所以，我们开始尝试使用纯语言 GPT-4 生成多模态语言图像指令跟踪数据。通过对此类生成的数据进行指令调整，并推出了 LLaVA：大型语言和视觉助手。 这是一种端到端训练的大型多模态模型，连接视觉编码器和 LLM 以实现通用视觉和语言理解。 早期实验表明，LLaVA 展示了令人印象深刻的多模型聊天能力，有时在看不见的图像 / 指令上表现出多模态 GPT-4 的行为，并且与合成多模态指令跟随数据集上的 GPT-4 相比，相对分数达到了 85.1%。 当在 Science QA 上进行微调时，LLaVA 和 GPT-4 的协同作用达到了 92.53%，这个准确率颇高。 因此，我们在 GitHub 正式开放 GPT-4 生成的视觉指令调整数据、模型和代码库。” |||||

AIGC Weekly #14更新了，上周又是疯狂的一周，本期主要介绍了我如何用GPT-4帮忙构建自动化程序，ChatGPT插件

AIGC Weekly #14更新了，上周又是疯狂的一周，本期主要介绍了我如何用GPT-4帮忙构建自动化程序，ChatGPT插件系统等其他动态、一堆非常值得阅读的内容。下面是上周一些行业动态和产品推荐，更多详细的内容可以去图里的竹白查看： 本周精选： 我在GPT-4的帮助下创建了一个自动信息收集机器人： Open AI 发布 ChatGPT插件系统： 这里加入等待列表： 这篇文章详细测试了ChatGPT插件系统的能力： lencx写的插件开发指南： Wolfram插件使ChatGPT的数学能力达到了匪夷所思的地步： Github 发布 GitHub Copilot X： Copilot Chat：不仅仅是一个聊天窗口。它可以识别开发人员键入的代码、显示的错误消息，并将其深度嵌入到 IDE 中。

今日重磅： Open AI 正式推出 GPT-4！

今日重磅： Open AI 正式推出 GPT-4！ 在演示视频中，GPT-4 可以实现： - 问它如何清洁装满食人鱼的鱼缸里面？（ 回答惊喜连连~） - 自动编写一个python脚本来分析我的月度财务情况（支持主流编程语言） - 分析、理解图片，并「预测」可能性（这里的预测太酷了： 杠杆那头的棒球会被击飞） 综合来说： GPT-4 是多模态。直接读取图片和文档等应用场景。 （多模态意味着机器拥有了更多维度的输入数据处理能力，类似生物有了多感官能力。） GPT-4的高级推理能力超过了ChatGPT。 上下文理解巨幅提升。 GPT-4能够处理超过25,000字的文本，允许使用案例，如长形式的内容创建，扩展的对话，以及文件搜索和分析。 中文准确度大幅提升。 更多请访问Open AI官网： Invalid media:

OpenAI 发布新一代大型多模态模型 GPT-4

OpenAI 发布新一代大型多模态模型 GPT-4 GPT-4 是一个大型多模态模型，可以接受文本和图像输入。GPT-4 在各种专业学术基准上有着人类水平表现，例如模拟律师考试中，GPT-4 的得分约为前10%，而 GPT-3.5 的得分约为倒数10%。 在多语言测试中，GPT-4 优于 GPT-3.5 和 Chinchilla (来自DeepMind) 还有 PaLM (来自谷歌) ，包括英语性能还有拉脱维亚语、威尔士语和斯瓦希里语等低资源语言。 OpenAI 还开放了角色扮演和性格定制能力，开发人员和用户可以自定义他们的AI风格，而不是具有固定冗长、语气和风格的经典 ChatGPT 个性。 ChatGPT Plus 订阅用户现可直接 GPT-4 ，未来将对免费用户开放一定数量的 GPT-4 体验。GPT-4 API 需要候选名单，每1k prompt tokens 的价格为$0.03，每1k completion tokens 的价格为$0.06。目前图像输入处在研究预览阶段，仅对少部分客户开放。 微软在 GPT-4 发布后也正式 Bing Chat 基于 GPT-4 运行，同时 Bing Chat 的 Edge 边栏功能上线。与数据停留在2021年9月的 GPT-4 离线版本不同，Bing Chat 可联网获取实时信息并且免费。

具有视觉功能的 GPT-4 Turbo 正式发布

具有视觉功能的 GPT-4 Turbo 正式发布 人工智能公司 OpenAI 宣布，具有视觉功能的 GPT-4 Turbo 模型 GPT-4 Turbo with Vision 现已通过其 API 向开发人员提供。该模型延续了 GPT-4 Turbo 系列 128,000 个 token 的窗口大小和截止至 2023 年 12 月的知识库并新增了视觉理解功能。视觉请求现在可以使用 JSON 模式和函数调用。