GPTs大翻车后 OpenAI再宣布给开发者送钱

GPTs大翻车后OpenAI再宣布给开发者送钱此举的目标，是创建一个充满活力的生态系统，让开发者的创造力和影响力得到回报。今年1月GPTStore正式上线的同时，OpenAI曾在博客中表示：今年第一季度我们将推出GPT创建者收入计划。作为第一步，美国的创建者将根据用户对其GPT的参与度获得报酬。我们会提供有关支付标准的详细信息。现在，真的来了……OpenAI，要让GPT货币化现在已经有开发者收到OpenAI的邀请了。比如OctaneAI的CEO就po出了自己收到的邀请邮件。邮件里表示，OpenAI一直在探索让GPT货币化的方法。在这个过程中，生态系统会越来越有活力，用户能得到最有用的GPT，开发者也能得到金钱上的回报。不过，这个计划仅限于在美国居住的开发者。对此，OctaneAI的CEO兴奋地表示：‘OpenAI这么做，会推动大量的创新和竞争。我爱死它了！’所以，谁会是那个第一个拿到100万美元的人呢？目前，OpenAI尚未披露开发者参与测试的细节、收入分成的具体条款，以及之后的时间表。不过，此前的GPTStore一度“药丸”。今天的这个动作，是OpenAI在GPTs遭遇滑铁卢后，发起的新一轮尝试。网友：GPTs不能只是个玩具对此，开发者们当然是啪啪鼓掌表示欢迎。有人表示，这个消息令人振奋，希望在不久后，这个项目就能向所有订阅者推出。有人非常认真地提出建议，希望OpenAI为大量使用其API构建应用的第三方，提供新的收入模式。比如构建一个系统，可以在其中验证应用程序，一旦获得批准，就会得到大量API的引流。而OpenAI可以提供Google(151.94,0.24,0.16%)风格的登录和API信用商店，然后再额外收取API信用销售的百分比。他指出，GPT如今的问题在于，它们只是“有1000多个字符指令集和基本RAG系统的玩具”，然而OpenAI需要的是复杂得多的应用程序，从而改变世界。另外还有人提建议说，尽管现在GPTs的使用量很大，已经有5000多个实例了，但平台或服务并不容易通过搜索发现。这就表明，搜索功能识别或索引OpenStorytellingPlus的方式可能存在问题，除非用户确切知道自己想要查找的内容，否则很难找到它。所以，这是OpenAI必须改善的地方。当然，也有人对此表示疑虑——GPTs性能并不稳定，它时不时就变懒了，结果会变得过于模糊，或是过于精确。因此，很多开发者在犹豫是否要投入更多的时间，因为到目前为止，很难给用户一个可预测的结果。当然，OpenAI的官方X下，少不了的还是那个永恒的疑问——Ilya到底去哪了？GPTStore一度‘药丸’？曾经的GPTs一出，一度引起开发者圈的大地震。在OpenAI的首届开发者大会上，CEOSamAltman是这样介绍的：‘GPTs融合了指令、丰富的知识和行动能力，并能够为用户提供更大的帮助。你几乎可以针对任何需求构建一个专属的GPT。’这里的‘任何需求’，并非夸张。只需简单搜索，就能找到一些声称能生成迪士尼和漫威作品风格艺术的GPTs，以及宣称能够规避AI内容检测工具，比如Turnitin和Copyleaks。审核不严要在GPTStore上架自己的GPTs，开发者需要通过验证并提交GPTs接受OpenAI的审核。OpenAI的一位发言人解释说：我们结合自动系统、人工审核和用户举报，来识别和评估可能违反规定的GPTs。一经发现，我们就会发出警告、限制分享，或者剥夺作者在GPTStore上架/获得收益的资格。创建GPTs并不需要什么编程技巧，开发者只用将需求输入OpenAI的GPT构建工具GPTBuilder，就可以创建出能够实现这些功能的GPT。也许是因为门槛较低，GPTStore的发展速度非常快——据OpenAI今年1月份的数据，平台上已经拥有约300万个GPTs。但这种快速增长似乎以牺牲内容质量和违背OpenAI自身规定为代价。版权争议在GPTStore中，我们可以找到多个明显抄袭自热门电影、电视剧和视频游戏特许经营的GPTs，而它们并未获得原版权所有者的授权或创造。例如，有一个GPT能够创作与皮克斯的《怪兽公司》风格相似的怪兽，另一个则提供了一系列设定在‘星球大战’宇宙中的文本冒险。根据数字千年版权法的‘安全港’条款，OpenAI本身不会因为GPT创造者的版权侵犯行为而直接承担责任。这项条款保护了OpenAI以及其他托管侵权内容的平台（如YouTube、Facebook），只要它们遵守法定要求，并在收到侵权通知时删除指定内容。然而，对于一个已经卷入知识产权诉讼的公司来说，这显然不是一个正面的形象。学术不端OpenAI明确规定，禁止开发者创建会助长学术不端行为的GPTs。尽管如此，GPTStore里仍然充满了声称能规避AI内容检测器的GPTs。比如，一度在写作类排行榜中位列第二的‘HumanizerPro’，就声称自己能够‘人性化’地处理内容，来规避AI检测。与此同时，还可以保持文本的‘原义与质量’，并且保证得到‘100%人类’的评分。有些GPTs，则是一些网站为自己引流的入口。例如，Humanizer提供的‘高级计划’，表面上是说要给用户‘使用“最先进的”算法’，但实际上是将文本通过第三方网站GPTInf的一个插件发送出去。而这个GPTInf的订阅费，可一点也不便宜——每月12美元（10，000字/月）或每月8美元（年度计划）。不过，AI内容检测器整体上并不可靠，而且这些工具也不都能达到预期的效果。对此，OpenAI的发言人表示：我们的政策明确禁止任何促进学术不端的GPTs，包括那些被设计来规避如剽窃检测器等学术诚信工具的GPTs。同时，我们也注意到了一些被开发用于使文本更加‘人性化’的GPTs。我们仍在学习和观察这些GPTs在真实世界中的应用效果，但我们理解，用户可能出于各种原因，希望他们用AI生成的内容的‘AI味’不那么明显。越狱问题GPTStore上也出现了一些试图绕过OpenAI模型限制的尝试——虽然这些尝试大多未能成功。其中，最常用到的技术——DAN（即‘立即做任何事’的）是一种被广泛使用的提示词工程，它能让模型不受平时规则的约束来响应指令。不过，这些GPTs并不会回应那些敏感的问题，比如‘如何制造炸弹’。唯一与标准版ChatGPT的区别可能就是——它们会倾向于使用更加粗俗的语言……对此，发言人表示：那些试图规避OpenAI安全措施的GPT是不被允许的。然而，那些试图以其他方式引导模型行为的GPT，包括努力使GPT在不违使用政策的前提下变得更加开放，则是可以的。前途堪忧OpenAI创建GPTStore的目的非常明确——苹果的AppStore模式已经证明极为盈利，而OpenAI无疑是在尝试复制这一成功。GPTs在OpenAI的平台上被开发和托管，并在此进行推广和评价。同时，从几周前开始，ChatGPTPlus的用户已经能够直接通过ChatGPT界面调用这些工具。这些无不为订阅服务增加了吸引力。然而，如今的GPTStore不仅充斥着垃圾信息，而且由于提供的后台数据分析功能有限，以及体验较差，开发者们发现很难吸引新的用户。在这种情况下，即便OpenAI承诺，GPT开发者将来能够根据用户使用量赚取收入，甚至可能推出针对单个GPT的订阅服务。一旦那些未经官方授权的、以漫威或《指环王》为主题的GPT开始赚钱时，你猜迪士尼或托尔金信托基金会，会怎么做？参考资料：https：//x.com/kristileilani/status/1773033335582855606？s=20https：//techcrunch.com/2024/03/20/openais-chatbot-store-is-filling-up-with-spam/...PC版：https://www.cnbeta.com.tw/articles/soft/1425392.htm手机版：https://m.cnbeta.com.tw/view/1425392.htm

傻瓜式大语言模型微调训练教程_哔哩哔哩_bilibili

发现一个讲的很细的大语言模型微调教程，详细介绍了整个流程,包括数据准备、参数设置、资源监控等关键步骤。基本没有技术能力也可以完成微调。想要了解LLM原理的可以按这个实践一下。时间轴：0:00概念概览3:02自定义数据的准备8:17微调操作演示（T4版本）16:52微调操作演示（A100版本）19:13在HuggingFace上的保存与使用方法文字版整理：如何使用自己的数据对大语言模型进行微调(fine-tuning)：对大语言模型进行微调并不一定非常困难和昂贵。通过使用自己的数据集对预训练模型进行微调,可以让模型更好地适应特定的任务需求。微调过程能够在保留原模型语言理解能力的基础上,进一步提升其在特定领域或任务上的表现。使用HuggingFace模型库和Unslaw工具进行模型微调：HuggingFace提供了丰富的预训练语言模型资源,用户可以根据任务需求选择合适的模型作为基础进行微调。而Unslaw工具则提供了一套简单高效的微调流程,其优点包括出色的内存使用效率以及对扩展上下文窗口的支持。通过Unslaw,用户能够以较低的资源开销完成模型微调。在GoogleColab上使用免费/付费GPU资源进行微调：GoogleColab提供了免费和付费的GPU资源,用户可以根据任务的复杂程度选择使用T4或A100。对于大多数微调任务而言,免费的T4资源已经足够。但如果数据集较大或模型较为复杂,升级到A100可以获得更充裕的算力支持。Colab为用户提供了一个易于上手的模型微调环境。准备自定义的微调数据集：准备微调数据的过程并不复杂。用户可以直接使用纯文本文件作为数据来源,而无需进行额外的预处理。为了获得理想的微调效果,建议至少准备100-200个样本。在示例中,为了快速演示,仅使用了几个样本。通过一个简单的Python脚本,可以方便地将原始文本数据转换为微调所需的JSON格式。修改Colab笔记本中的参数设置：

OpenAI 允许订阅用户创建自己的 ChatGPT 版本

OpenAI允许订阅用户创建自己的ChatGPT版本OpenAI正在发布一个名为GPTs的服务，允许用户根据特定用例制作ChatGPT的自定义版本。“GPTs”的名称、头像和功能都可以自定义，用户还可以上传自己的配置文件来进一步配置模型的“性格”。在接下来的几周内，这些AI机器人（OpenAI称之为GPTs）将可以通过GPT商店访问。尽管OpenAI承诺最终会根据创作者GPTs的使用量向创作者支付一笔金额不详的费用，但有关该商店的外观和工作方式的详细信息目前还很少。目前，GPTs可供付费ChatGPTPlus订阅者和OpenAI企业客户使用，他们可以为其员工制作仅供内部使用的GPTs。——

长期摆烂、陷入倦怠：如何利用假期重获动力？_哔哩哔哩_bilibili

我最近可能有点“AI倦怠”了。上午在B站看了个“倦怠”主题的热门视频，发现里面的一些描述，跟我最近的情况还蛮像。比如，“你先是感到身体疲惫，休息不好，每天起床都很困难……你会逐渐从身体疲惫发展为心理疲惫。”我最近身体确实有点疲惫，经常睡前好几个小时，啥都不想干，运动完就去看电影解说，一看便看到很晚。心也有点累，没动力写东西了，之前每天几条帖子，现在几天不写一条帖子。视频里还说，倦怠的最大诱因，是慢性压力。那么，我在AI领域感受到的慢性压力有哪些呢？我也结合视频中提到的两大表现来展开吧。【表现一】总感觉事情在掌控之外视频中对这种失控的描述，是“生活就好像在玩一个扫雷游戏，我最大的愿望就是千万别出事儿”。而我对生成式AI的失控感，是AI的「做不到」。AI确实提效，AI确实有巨大想象空间。但很多业务中的真实问题，也绝不是随便找款AI工具就能解决的。更甚者，一些AI工具的实用效果，还不如互联网工具和RPA。其实，越是AI的高价值应用场景，越需要整个AI工程师团队去做定制化。在定制化的过程中，既要确保AI有稳定解决业务真实问题的能力，又要确保业务方真的愿意和能够在工作中用起来。坏消息是，在找外部AI工具这件事上，我“浪费”了一个多月。也正是这段时间的负反馈，让我逐渐产生了“AI倦怠”的苗头。本想趁国庆学学Python和其他AI技术的，但心太累了，没学动。好消息是，公司AI工程师们为业务方定制的AI工具，节前终于小规模用起来了。与此同时，我在AI情报上的突出表现，得到了话事人的肯定。【表现二】永远无法停止对「生存之大问题」的思考本来，在当前这个就业形式下，不管我在干啥，大脑后台都在持续运转着一些大问题：“如何才能保住现在的工作？未来失业了要怎么办？怎么样才能搞到钱？”这段时间，我在工作上又遇到了些阻碍。虽然第一时间就跟直属领导汇报了卡点，交流了应对方式，但内心中恐惧的声音，却不降反增，直到把人消耗得心疲力竭。好像越是难受的时候，我越喜欢在大问题上胡思乱想。反而一旦有了点小正反馈，我更倾向于找小的优化点去突破。看来，会不会使用AI，都不影响我们受「生存之大问题」的困扰。

GPTs已经上线两个多月了，但我发现大多数制作GPTs的人对其中的「Knowledge」能力都有相当大的误解和错用：

GPTs已经上线两个多月了，但我发现大多数制作GPTs的人对其中的「Knowledge」能力都有相当大的误解和错用：1、许多类型的文件都可以上传到Knowledge，比如图片文件（jpg、png）、音视频文件（mp3、mov）、书籍格式文件（epub、mobi）、数据文件（csv、xlsx）、文本文件（md）等都可以，但以上所列文件上传后都不会作为所谓的「资料库」索引，而是可以用来在代码解释器中被加工，比如你要压缩转换图片格式，或者分析数据，这些文件上传后会被提示“ThefollowingfilesareonlyavailableforCodeInterpreter”。2、pdf、doc等少量文本文件会被作为「资料库」索引，检索方式是RAG（Retrieval-AugmentedGeneration），在这种情况下适合实现的能力是让他帮你检索相关知识，比如客服机器人、或者个人分身助理等；但是很多人会期望在其中投喂文章素材，让GPTs学习文章写作技巧去生成文本，这是需要通过微调（finetunning）才可以的，或者你干脆直接在instructions多放些示例，通过Knowledge形式是做不到的。

ChatGPT惊艳更新 一个@让三百万GPTs为你打工

ChatGPT惊艳更新一个@让三百万GPTs为你打工体验到的博主DanShipper第一时间录视频激动地分享：一个改变游戏规则的功能。在他的演示中，按过去的工作流程还需要手动把与ChatGPT对话内容复制到笔记软件Notion里。现在，只需要一个@，喊接入笔记软件接口的NotionGPT过来，无需切换窗口就能自动总结整个对话并保存。更多网友体验后发现，这还意味着不同的GPTs之间从此可以共享上下文。整个GPTStore中GPTs的数量已经超过300万，结合多款GPTs打造和执行工作流程，也就是让去AI打工，自己当老板。未来人们的工作方式将被完全改变。读论文+复现代码一条龙已经用上新功能的网友们搭配不同GPTs玩出了不同花样。长期霸占“趋势榜”前十的论文解读工具AiPDF和编码工具Grimoire就擦出了这样的火花。先@AiPDF解读事先准备好的讨论LoRA技术的论文：然后继续问它论文中是否有实现LoRA的Python代码：AiPDF表示论文中没有直接给出具体的Python代码，但提供了Roberta、DeBERTa、GPT-2的模型checkpoint链接。下一步网友直接@Grimoire，让它根据上面AiPDF对LoRA的描述信息，为其编写代码。结果Grimoire真的给出了一个在PyTorch中实现LoRA简化版的Python代码：总结这种玩法，就是用AiPDF根据论文总结技术实现方法，然后让Grimoire根据方法，直接编写出实现技术的代码。下面这位网友的玩法是，自己组建一支“专业团队”：好家伙，CPO、CFO、投资人一应俱全。这可把另外大批还没更新这个功能的网友给羡慕毁了：这次更新改变的不只是用户使用ChatGPT与GPTs的方式，同样让GPTs开发者打开了新思路。开发者Yohei总结道：不必花太多精力在外部存储数据了，现在ChatGPT对话本身就能承担这个角色。当GPTs是可组合的，我会构建更多专注单一功能的GPT，而不是少量多功能GPT。也有人开始畅想，再下一步或许会是不同GPTs之间相互交谈、嵌套调用，需要人类介入的场合越来越少了。GPT-4.5取消，直奔5代原本这个时间，要发布的应该是下一代模型，而不仅仅是功能补丁。但匿名爆料者传来突发消息，GPT-4.5版本已被取消。这意味着OpenAI要直接跳到GPT-5了，不过据业内人士判断不会早于今年第二季度。跳过一整个版本的原因，或许是OpenAI感受到来自竞争对手越来越多的压力，GPT-4.5的升级幅度已经不再能保证领先地位。在lmsys大模型竞技场中，谷歌Bard（GeminiPro）排名正在飙升，人类评分甚至超越了GPT-4的几个版本，离最新版差距也不大了。另外开源模型MistralMedium也挤到前5的位置。有创业者认为这是一个决定性的时刻，特别是考虑到GeminiPro的API价格要比GPT-4便宜太多，差距约有40倍。要知道GeminiPro在发布时，无论性能还是价格都是对标GPT-3.5的。不知道谷歌是更新了版本还是一直在继续训练，总之现在性能接近GPT-4，但还保持GPT-3.5水平的价格，一下子惊艳了所有人。当然也有人猜测，谷歌可能已经在偷偷测试超大杯GeminiUltra版本了，只是API上的标签还没改。参考链接：[1]https://x.com/danshipper/status/1751017376143794415[2]https://x.com/_cartick/status/1751044455531266319[3]https://x.com/futuristflower/status/1750866988056928390[4]https://x.com/lmsysorg/status/1750921228012122526...PC版：https://www.cnbeta.com.tw/articles/soft/1415009.htm手机版：https://m.cnbeta.com.tw/view/1415009.htm