ChatGPT 的 Prompts 不用多，一个 IIO 模型就行。

ChatGPT的Prompts不用多，一个IIO模型就行。指令（Instruction）：希望AI执行的指定事项-角色：通过限定AI的身份和能力范围，让它输出更符合要求的内容，例如扮演老师，教我们学编程；-模型：让AI基于成熟的思维框架进行思考，例如STAR法则、二八定律等；-任务：该指令必不可少，指定了AI要做的具体事情，例如查询天气、回答问题等。输入（InputData）：一些可供AI参考的素材或数据-背景：提供对话的补充信息，能够让AI更好地理解上下文；-受众：假设AI生成的内容，会由怎样的人群阅读，例如儿童、牙医等；-素材：提供一些需要AI加工相关文本、图片或其他资料，以扩展模型的知识和信息；-示例：通过提供一些例子，让AI参考并生成符合预期的内容输出（OutputIndicator）：限定输出内容的类型、格式等-模板：模板定义了AI对话的基本结构、内容格式；-风格：规定AI的风格或语气，例如幽默、可爱，或者模仿名人讲话；-要求：明确AI应满足的具体要求或标准，例如准确性、可读性；-限制：设定模型的限定条件，例如生成数量、最大长度、敏感内容过滤等。通过IIO模型的11个Prompts基础元素的排列组合，你完全能写出复杂的ChatGPT指令，满足日常AI办公场景。#AI工作流#AI的神奇用法

Visual ChatGPT 是一个结合了视觉基础模型的系统，使用户能够超越语言格式与 ChatGPT 交互，解决复杂的视觉任务

是一个结合了视觉基础模型的系统，使用户能够超越语言格式与ChatGPT交互，解决复杂的视觉任务。ChatGPT正在吸引跨领域的兴趣，因为它提供了一种语言界面，具有跨多个领域的卓越对话能力和推理能力。然而，由于ChatGPT是用语言训练的，它目前无法处理或生成来自视觉世界的图像。同时，VisualFoundationModels，如VisualTransformers或StableDiffusion，虽然表现出强大的视觉理解和生成能力，但它们只是特定任务的专家，具有一轮固定的输入和输出。为此，我们构建了一个名为\textbf{VisualChatGPT}的系统，其中包含不同的视觉基础模型，使用户能够通过以下方式与ChatGPT进行交互：1）不仅发送和接收语言，还发送和接收图像2）提供复杂的视觉问题或视觉编辑指令，需要多个AI模型进行多步骤协作。3)提供反馈并要求更正结果。

大型 AI 模型已可自动生成小型 AI 工具

大型AI模型已可自动生成小型AI工具来自麻省理工学院、加州大学多个校区和AI科技公司Aizip的科学家团队表示，他们已经能够让大型人工智能模型（如ChatGPT运行的模型）基本上实现自我复制。“目前，我们正在使用大型模型来构建小型模型，就像哥哥帮助弟弟进步一样。这是朝着AI自主进化迈出的第一步，”Aizip首席执行官YanSun称，“也是首次证明AI模型能够自主创造其他AI模型。”研究人员之一YubeiChen补充说：“我们的技术是一个突破，因为我们首次设计了完全自动化的流程，可以在没有人工干预的情况下设计一个AI模型。”来源，频道：@kejiqu群组：@kejiquchat

微软提出的TaskMatrix.AI，想通过大模型和数百万个API来完成任务还是有意思的。

微软提出的TaskMatrix.AI，想通过大模型和数百万个API来完成任务还是有意思的。TaskMatrix.AI:CompletingTasksbyConnectingFoundationModelswithMillionsofAPIs链接：https://arxiv.org/pdf/2303.16434.pdf论文中提出的这个TaskMatrix.AI主要是想理解多模态的输入，然后生成代码，代码里面调用API来完成任务。它有统一格式的API平台和任务库，方便开发人员定制模型，也方便大模型调用。TaskMatrix.AI拥有终身学习能力，可以通过学习组合模型和API来完成新任务，而且这是可以解释的。关键组件有四个：-多模态对话模型-API平台-APISelector-APIExecutor论文中还使用RLHF来提高多模态模型和APISelector的能力。能够完成的任务：-视觉任务，比如图像编辑，图像问答等-多模态长内容生成，比如生成图文-自动化比如：操控手机，浏览器-访问云服务比如:发现新API-控制物联网设备比如：机器人，家用智能设备我的想法，大模型或者多模态模型出现确实提高了以前对话系统的能力，以前智能音箱大战畅想的很多东西都可以拿出来继续做。

Meta推出先进大型语言模型 下一个ChatGPT不远了？

Meta推出先进大型语言模型下一个ChatGPT不远了？同ChatGPT、NewBing不同，LLaMA并不是一个任何人都可以与之对话的产品，也并未接入任何Meta应用。更为确切地说，该产品将是一个开源的“研究工具”。公司CEO扎克伯格在社交媒体上表示，LLaMA旨在帮助研究人员推进研究工作，LLM（大型语言模型）在文本生成、问题回答、书面材料总结，以及自动证明数学定理、预测蛋白质结构等更复杂的方面也有很大的发展前景。1、开源的“研究工具”Meta表示，LLaMA可以在非商业许可下提供给政府、社区和学术界的研究人员和实体工作者，正在接受研究人员的申请。此外，LLaMA将提供底层代码供用户使用，因此用户可以自行调整模型，并将其用于与研究相关的用例。与之截然不同的是，Google旗下的DeepMind和OpenAI并不公开训练代码。该公司还表示，LLaMA作为一个基础模型被设计成多功能的，可以应用于许多不同的用例，而不是为特定任务设计的微调模型。2、比GPT3.5性能更强根据Meta官网介绍，LLaMA包含4个基础模型，参数分别为70亿、130亿、330亿和650亿。其中，LLaMA65B和LLaMA33B在1.4万亿个tokens上训练，而最小的模型LLaMA7B也经过了1万亿个tokens的训练。Meta表示，在大多数基准测试中，参数小的多的LLaMA-13B的性能优于GPT3.5的前身GPT3-175B，而LLaMA-65B更可与业内最佳的Chinchilla-70B和PaLM-540B竞争。值得一提的是，近期大火的ChatGPT便是由GPT3.5提供支持。Meta还提及，LLaMA-13B对算力的要求“低得多”，可以在单个数据中心级GPU（NVIDIATeslaV100）上运行。扎克伯格写道：“Meta致力于这种开放的研究模式，我们将向AI研究社区提供我们的新模型。”值得一提的是，去年5月，Meta也曾推出过大型语言模型OPT-175B。该项目同样也是针对研究人员的，这构成了其聊天机器人blenterbot新迭代的基础。后来，该公司还推出了一款名为“卡拉狄加”（Galactica）的模型，但因经常分享偏见和不准确的信息而遭到下架。据媒体报道，扎克伯格已将人工智能作为公司内部的首要任务，其本人也经常在财报电话会议和采访中谈论它对改进Meta产品的重要性。媒体分析称，虽然现在LLaMA没有在Meta产品中使用，但未来不排除使用的可能。...PC版：https://www.cnbeta.com.tw/articles/soft/1346389.htm手机版：https://m.cnbeta.com.tw/view/1346389.htm

Stability AI正式发布了DeepFloyd IF图像生成模型，这是一个有文本编码器和三个级联的diffusion模块组

StabilityAI正式发布了DeepFloydIF图像生成模型，这是一个有文本编码器和三个级联的diffusion模块组合的模型。这个模型的效率要比原有的satblediffusion效率要高很多。我尝试了一下，看起来效果也比SD2.0强一些。划重点，这个模型是认字的生成出来的英文非常工整。文章链接：https://stability.ai/blog/deepfloyd-if-text-to-image-model可以在这里体验模型：https://huggingface.co/spaces/DeepFloyd/IFGithub：https://github.com/deep-floyd/IF模型网站：https://deepfloyd.ai/if