标签
gpt
相关的文章：
亚马逊AWS官方博客 -
在这篇文章中，我们介绍了如何在 SageMaker 上启用低延迟 GPT-2 推理以创造商业价值。具体来说，在 NVIDIA TensorRT 的支持下，对于定制的 GPT-2 模型，我们可以通过 SageMaker 在 NVIDIA GPU 实例上实现 2.9 倍的加速。
AI生成摘要 本文介绍了如何在AWS SageMaker上使用NVIDIA TensorRT优化GPT-2模型的推理性能，实现低延迟和高效率。通过部署模型和测试端点，可以在NVIDIA GPU实例上实现2.9倍的加速。
BriefGPT - AI 论文速递 -
利用 1990 年至 2016 年之间的 Vaccine Adverse Event Reporting System (VAERS) 数据，本研究重点评估了大型语言模型（LLMs）在不良事件（AEs）提取方面的能力，其中包括 GPT-2，GPT-3 变体，GPT-4 和 Llama 2 等多种流行 LLMs。其中，经过微调的 GPT 3.5 模型（AE-GPT）在严格匹配方面取得了 0.704 的平均微 F1 分数，松弛匹配方面为 0.816。AE-GPT 的鼓舞人心的表现突出了 LLMs 在处理医疗数据方面的潜力，标志着在高级 AE 检测方面又迈出了重要一步，因此可能推广到其他 AE 提取任务。
AI生成摘要 本研究利用1990年至2016年的VAERS数据，评估了多种流行的大型语言模型在不良事件提取方面的能力。其中，经过微调的GPT 3.5模型在严格匹配方面取得了0.704的平均微F1分数，松弛匹配方面为0.816。这表明LLMs在处理医疗数据方面具有潜力，并可能推广到其他AE提取任务。
爱范儿 -
·菜鸟正式向港交所提交上市申请 ·苹果向法国监管机构提交 iPhone 12 软件更新 ·宁德时代：与福特合作项目在正常推进#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 爱范儿 | 原文链接 · 查看评论 · 新浪微博
AI生成摘要 小米推出13T和13T Pro手机，腾势N7推出高快智驾包，蜜雪冰城部分产品涨价，泡泡玛特城市乐园在北京朝阳公园开园，Vans Skateboarding和Dime推出全新联名鞋款。
解道jdon.com -
下面是 GPT-4V 的视觉识别能力： 物体检测：GPT-4V 可以检测和识别图像中的常见物体，如汽车、动物、家庭用品等。我们在标准图像数据集上对其物体识别能力进行了评估。 文本识别：该模型具有光学字符识别（OCR）功能，可检测图像中的印刷或手写文本并将其转录为机器可读文本。在文档、标志、标题等图像中进行了测试。 人脸识别：GPT-4V 可以定位和识别图像中的人脸。它还能根据面部特征识别性别、年龄和种族属性。在 FairFace 和 LFW 等数据集上对其面部分析能力进行了测试。 验证码求解：该模型显示
AI生成摘要 GPT-4V具有物体检测、文本识别、人脸识别、验证码求解和地理定位等能力，但在解读复杂图像和视觉推理方面存在局限性，如空间关系、重叠物体、背景/前景、遮挡、小细节和上下文推理等。即使没有图像支持，模型也可能错误地描述对象关系。
OpenAI -
AI生成摘要 GPT-4V是GPT-4的最新能力，可以分析用户提供的图像输入。将额外的模态（如图像输入）纳入大型语言模型（LLM）被视为人工智能研究和开发的关键前沿。多模式LLM提供了扩展仅限语言系统的影响力的可能性，具有新颖的界面和功能，使它们能够解决新任务并为用户提供新体验。在这个系统卡片中，我们分析了GPT-4V的安全性质。我们对GPT-4V的安全性工作建立在GPT-4的工作基础上，并在此基础上深入评估、准备和针对图像输入进行缓解工作。
爱范儿 -
·微软 Surface 四大产品线更新 ·日本电视台收购吉卜力工作室 ·菜鸟或成阿里首个启动上市的业务集团#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 爱范儿 | 原文链接 · 查看评论 · 新浪微博
AI生成摘要 余承东任华为智能汽车解决方案BU董事长，乐视网一审判决赔偿20.4亿元，特级人才购房补贴最高1000万元，蔚来推出NIO Phone手机，Neuralink将进行首次人体试验。
月光博客 -
9 月 19 日，据 The Information 报道，OpenAI 意图赶在谷歌推出多模态大语言模型 Gemini 前广泛推出名为GPT-Vision 的多模态功能，此前 OpenAI 在 3 月份推出 GPT-4 时展示了多模态功能，但并未向除了 Be My Eyes 之外的公司提供，未来 OpenAI 或许会推出一个更强大的多模态大模型，代号为 Gobi。 此前在 5 月 10 日的谷歌I/O 2023 大会谷歌就已宣布了下一代多模态基础模型 Gemini 在训练中。我们认为 AI 领军企业 OpenAI 与科技巨头谷歌在多模态大模型上竞相提速彰显了多模态技术的重要性，并有利于推动多模态 AI 尤其是基础模型取得进步，进一步推动多模态相关应用落地。 7 月 28 日谷歌deepmind 推出 VLA 模型 RT-2，基于视觉语言模型 PaLM-E 和 PaLI-X 的预训练，为机器人任务带来了显著更好的泛化性能。9 月 13 日，Adobe 发布新的 Firefly 生成式 AI 模型和 Web 应用程序，支持 100 多种语言的文本提示，全面覆盖文生图、创意填充、文字渲染、重新着色、草图细化、3D 图像等多种创意功能。我们认为，当前多模态的输入输出主要是文本、图像,应用场景包括智能办公和各类 AIGC 功能,1-5 年内，随着多模态 GPT 的发展带来 AI 泛化能力提升，通用视觉、通用机械臂、行业服务机器人、真正的智能家居等会进入生活。在 5-10 年内，结合复杂多模态方案的大模型有望具备完备的与世界交互的能力，带来通用机器人等千行百业的广阔应用。 多模态模型需要处理的输入和输出信息将包括文本、图像、视频、音频等，复杂度远超纯文本数据，同时将不同模态的特征进行融合,找到不同模态间的内在关联和交互关系也需要更复杂的模型架构，这也增加了计算负载，要发挥多模态模型的优势,必须有强大的算力支持。同时多模态发展打开广阔下游应用空间，用户增长将让应用厂商在模型推理侧需要更多算力，进一步催生算力需求。 报告来源：远瞻智库
AI生成摘要 OpenAI计划在谷歌推出多模态大语言模型Gemini之前推出名为GPT-Vision的多模态功能。此前，OpenAI在3月份推出GPT-4时展示了多模态功能，但并未向除了Be My Eyes之外的公司提供。谷歌在5月10日的I/O 2023大会上宣布了下一代多模态基础模型Gemini在训练中。多模态技术的重要性得到了彰显，有利于推动多模态AI尤其是基础模型取得进步，进一步推动多模态相关应用落地。多模态模型需要处理的输入和输出信息将包括文本、图像、视频、音频等，复杂度远超纯文本数据，同时将不同模态的特征进行融合，需要更复杂的模型架构和强大的算力支持。
解道jdon.com -
据报道，OpenAI 正在加紧努力发布一种名为 GPT-Vision 的先进多模式法学硕士，代号为Gobi。 随着秋天的临近， 谷歌 和 OpenAI 陷入了一场传统的软件竞赛，旨在推出下一代大型语言模型：多模式。这些模型可以处理图像和文本，例如，只需查看用户希望网站的外观的草图即可为网站生成代码，或者输出可视化图表的文本分析，这样您就不必问问你的工程师朋友这些是什么意思。 多模态人工智能的前景
AI生成摘要 OpenAI正在加紧努力发布名为Gobi的先进多模态法学硕士，代号为GPT-Vision，以在人工智能竞赛中领先于谷歌。这种多模态能力可以处理文本和图像，提供更多的功能。OpenAI希望在谷歌推出Gemini之前发布Gobi，从而占据主导地位。Gobi可能会在GPT-4的基础上增加增强的视觉和多模态功能。
Measure Zero -
Fine-tuning - OpenAI API 这个指南大概也能当成其他 LLM 的微调指南.
AI生成摘要 本文介绍了微调OpenAI API的指南。在微调之前，推荐先尝试其他操作，如prompt engineering、prompt chaining和function calling。微调的使用场景包括优化结果、降低成本或降低延迟。训练数据应该包含多样化的对话，样例格式应该符合要求。微调后的模型可以通过API进行管理和调用。调整数据量和超参数可以提高微调效果。最后，文章列举了一些正面和负面的微调案例。
BriefGPT - AI 论文速递 -
GPT-4 在 ETHICS 数据集上的表现良好，表明学习与共同人类价值观相符并不是 AI 伦理的难题。
AI生成摘要 该研究从组件角度研究了GPT系列语言模型的情感推理能力，发现GPT在预测情感强度和应对反应方面存在困难，但在没有使用提示工程的情况下，其预测结果与人提供的评估和情感标签相一致。研究结果引发了如何有效利用这些模型的优点和解决其弱点的问题。
|
|
|
|
|
|
|