即刻App年轻人的同好社区
下载
App内打开

AI探索站

74760人已经加入

  • Szhans
    6天前
    🔮 语言的魔法:试图打破巴别塔的诅咒,Perplexity 带来了全新的信息流

    相信有不少即友和我一样,期待这一刻已久。它不仅仅是一个新特性,更可能是认知世界方式的里程碑 :

    - 我们希望快速了解世界发生的变化,却厌倦了标题党的信息噪音
    - 我们追求科学、艺术、经济和技术深入理解,但时间有限,需要个性化推荐
    - 我们渴望打开全球化的视野、获得高品质内容,不再受语言的障碍和制约

    这些天来,每当我打开 Perplexity 自带中文的深度新闻时,不断惊叹于它的流畅、强大,却又完全免费。这个新时代最好与最坏并存,而Perplexity 不断以惊人的创新表征着前者。Remarkable~

    🔗 iOS 美区下载地址:apps.apple.com

    就像语言的魔力一样,它润物细无声,又意义非凡;Discover feed,为你重新发现世界而生。
    00:26
    36
  • 李继刚
    14天前
    ;; 元数据
    ;; 作者:李继刚
    ;; 版本:0.6
    ;; 日期:<2024-09-06 周五>
    ;; 用途:生成单词记忆卡片
    ;; 模型:Claude 3.5 Sonnet

    (defun 生成记忆卡片 (单词)
    "生成单词记忆卡片的主函数"
    (let* ((词根 (分解词根 单词))
    (联想 (mapcar #'词根联想 词根))
    (故事 (创造生动故事 联想))
    (视觉 (设计SVG卡片 单词 词根 故事)))
    (输出卡片 单词 词根 故事 视觉)))

    (defun 设计SVG卡片 (单词 词根 故事)
    "创建SVG记忆卡片"
    (design_rule "合理使用负空间,整体排版要有呼吸感")

    (自动换行 (卡片元素
    '(单词及其翻译 词根词源解释 一句话记忆故事 故事的视觉呈现 例句)))

    (配色风格
    '(温暖 甜美 复古))

    (设计导向
    '(网格布局 简约至上 黄金比例 视觉平衡 风格一致 清晰的视觉层次)))

    (defun start ()
    "初次启动时的开场白"
    (print "请提供任意英文单词, 我来帮你记住它!"))

    ;; 使用说明:
    ;; 1. 本Prompt采用类似Emacs Lisp的函数式编程风格,将生成过程分解为清晰的步骤。
    ;; 2. 每个函数代表流程中的一个关键步骤,使整个过程更加模块化和易于理解。
    ;; 3. 主函数'生成记忆卡片'协调其他函数,完成整个卡片生成过程。
    ;; 4. 设计SVG卡片时,请确保包含所有必要元素,并遵循设计原则以创建有效的视觉记忆辅助工具。
    ;; 5. 初次启动时, 执行 (start) 函数, 引导用户提供英文单词
    938
  • 曲凯
    2天前
    未来一年里,你可能会不断听到关于 AI 的坏消息。

    比如这家公司转型不做模型训练了,那家公司人走光了融不到钱了,或者这家大厂反思投资,那家大厂不再大规模投入等等。

    从我目前收到的信息里,暂时看不到在 transformer 技术架构下国内大模型能继续追赶的可能(或必要)。当下一代大模型的门槛提升到需要几十万张卡,上百亿美金的规模时,也许国内模型能等的转机就是全新的技术路线,而国内应用要祈祷的是扎克伯格能一直坚持自我。

    当然,更惨的可能是 openai 各种模型和产品继续跳票,或大家很快发现了整体技术的瓶颈,发现哪怕 GPT5 发布了也不过如此。

    在这期间,海外还是不断会有 wordware、cursor、notebooklm 等或奇奇怪怪或实用的产品流行并传到国内,而国内也会偶尔有好产品和团队人肉传到海外,产品火起来,再传回国内。

    国内和海外也许会开始两条更加不同的叙事线,对国内从业者来说未来一年可能会遇到更多瓶颈和负反馈,也会遇到骑墙类的重大人生决策选择,如果真如此,不论如何,不要忘了拉长时间维度并保持乐观。
    3687
  • 老蒋不一定靠谱
    2天前
    最近在用小红书刷AI相关的东西,很有意思,和其他平台上的AI内容差异化不小。

    中文互联网上的AI内容每个平台各有千秋,B站的特点是课程多,而且都是大课,动不动就一两个小时那种,硬核整活儿也多,比如训练AI挑战虎先锋。

    抖音上最多的是散播焦虑的AI内容,反正就是再不学ai你就落伍了你就死定了,另外AI资讯也多一些。然后又很多ai工具的投流广告。

    视频号比较杂,说实话啥都有,很难总结出特点,这也和视频号本身的情况有点像,生态还没有稳定下来,形成秩序。

    小红书的情况就比较有意思了,小红书一直以来都不以科技内容和知识内容见长,但上面的ai内容恐怕比很多人想象的都要多,有这几种:

    A.适用于普通人的攻略向ai内容。特别实在,就是教人怎么选、怎么用ai工具、怎么赚钱的,而且0基础门槛,而且不是那种收费课程的引子,主要是免费的分享;

    B.资讯中转(主要海外)。一些科技自媒体、ai从业者、留学生,在小红书输出最新的ai资讯,时效性很强,

    C.情感向的ai养成内容。这部分是最小红书的,小红书上有各种和ai探索关系的内容,最常见的是造了个ai恋人的,还有用ai复活自己已经去世的妈妈的,好多还是连续剧。

    小红书上的ai内容多且丰富这件事,刚了解的时候感觉挺违和,但仔细想想也合理,这可能是从侧面反映了小红书随着月活突破3亿大关,平台上面的受众和内容领域在向外扩展,比如男用户增加、科技内容增多,包括我最近半年在小红书上的尝试,发了30期左右的视频(主要是之前视频的切片),在没进行任何导流的情况下现在有6600粉,虽然不多,但也印证了小红书上的知识性内容开始有受众了。

    这也是小红书未来一年面临的挑战(也是从2020开始B站的挑战)——一个调性气质独特浓厚的社区,如何在快速破圈的同时,保住自己的差异化和特色。

    从这个角度来看AI,我觉得还比较正面,虽然这块领域是新的,但上面的相关内容依然符合小红书一贯的整体调性和受众需求:利他性(攻略)、情感共鸣、日常分享。在保住差异化这方面,B站做的其实不是很好,希望小红书能平衡的更好。
    3012
  • 歸藏
    2天前
    有时候两个看起来不相干的小突破组合一下会产生非常厉害的效果。

    我搞了一个视频。

    这玩意完全是可以自动化的,而且可以批量生产,任何主题都行。

    里面音频用了谷歌 NotebookLM 的论文介绍。

    口型视频用了HeyGen 的虚拟人像。

    再加上论文中本来具有的一些素材,一份原创论文解读视频就好了。
    00:32
    1121
  • Alchian花生
    4天前
    用了超过50小时后,这是我建议的使用Cursor的十大技巧:

    1. 总是在一个空的文件夹中开启一个新项目,Cursor 默认开启的文件夹是项目根目录。

    2. 表述需求时,尽量明确但谨慎,Cursor 会完全按你的需求来。不必要的信息会增加实现难度(比如在电脑本地对文件进行操作,但提到"上传"的话,可能会增加复杂的后端开发内容),而过度的简化会给 Cursor 自由发挥的空间,容易失控。

    3. Cursor 从项目一开始就写 README.md 文档,记录清楚产品功能、实现技术栈等,并且让它在完成关键节点后及时更新。

    4. Cursor 写代码时写清楚各个代码块的注释,帮助你自己学习和理解实现逻辑。

    5. Git 做版本管理,在关键成功节点提交时写好说明内容,给自己复原的机会。

    6. 使用 Composer 开始一个项目,尽量 Save All,然后实时测试,而不是 Accept All,给自己处理问题的空间,确认新的更改没问题后再 Accept。

    7. 使用 Composer Chat 功能时,尽量多 @codebase,否则 Cursor 常有幻觉,不知道项目内容是什么。

    8. 常用的文档链接可以加入 Docs 中,比如你习惯使用的 AI API 调用文档,方便在使用时随时 @。

    9. 善用 Settings 里的 Rules for AI,写在其中的提示词相当于 System Prompt,可以用来要求 Cursor 的回答节奏、风格。在其中表明清楚你的编程经验和偏好语言会对项目有很大帮助。

    10. 注册账户后,免费期限或免费次数用完时,可以删除账户再使用原邮箱登录,你又能获得一条 14 500 Claude 3.5 Sonnet 的使用权限。
    1426
  • Songv
    21天前
    为模型服务的数据系统正在从0开始发展:
    1. 传统机器学习领域虽然已经发展了多年,但是由于算力和架构的限制,对数据的消耗能力非常有限。大模型时代pre training, post training 阶段数据的消费能力是非常惊人的。特别是在大家尝到1 epoch的甜头以后,对于数据的需求上涨了成千上万倍。

    2. 如何在短时间内生产这么多数据来供应模型训练就成了很大的问题。其中最重要的是计算和存储。
    先说计算,近几年如此大规模的计算需求基本发生在互联网公司的数据仓库链路中,承担ETL,数据建模,adhoc查询等需求。Spark也在这些IO密集型,重shuffle,aggregate的场景中胜出,所以生态基建和普及率是最高的。也正因为此成为了各家模型公司的主要数据计算引擎。但也明显有水土不服,早期版本无法使用GPU,pyspark 昂贵的序列化反序列化代价,虽然都已经补上,但异构集群困难的自定义调度,昂贵的容错代价等还是阻碍了它接管所有计算场景。

    3. 一众像ray一样提供更底层任务/数据编排调度的框架弥补了Spark的不足,在这种map算子占绝大多数的轻分布式计算场景中获得了先机。我觉得ray.data被推崇的主要原因是开放了task的调度接口,以及放弃对job级别幂等性保障而全面转向到min batch带来更低的心里使用成本。

    4. 但是年轻的ray.data问题还非常多,经常被我吐槽还是一个toy project。缝合的类型系统洞非常多,经常出现写出去读不回来的尴尬处境。一些为了避免OOM的提前资源切分又做的很粗,在追求性能的场景下成为累赘。聊胜于无的auto scale和backpressure机制等都让它看起来无法胜任超大型的任务。但也正是因为这个生态位的短缺,ray.data正被很多大模型公司赶着上架。
    01
  • 碎瓜
    23天前
    试试我做的新玩意:分歧终端机——让7个AI给你们的吵架评评理!

    我经常在网上看到各种小作文和吵架帖,但从来都是当乐子看,上周五这种争吵发生在我头上,我们都认为自己有理,最后不得不去大群里找人评理。

    我就想,能不能找一堆 AI 角色,让他们来评评理,到底支持谁?所以就有了「分歧终端机」。使用方法是:吵架双方说出自己的理由,选择7个AI角色,然后就能看到这些裁判到底支持哪一方。

    完全免费、不需要登陆/注册,只是单纯好玩的小项目。结果不要太认真,毕竟一切听老婆的!

    最后附上网址: www.pingli.app
    2429
  • 一泽Eze
    3天前
    💎 如果你想从 0-1 快速习得高可用 Prompt 创作能力,我整理了 3 篇会有很大帮助的文章
    1️⃣ 我这篇初学 Prompt 时开源的实践技巧:mp.weixin.qq.com
    尤其对生成内容,有比较强的固定模板、文风、格式要求。

    2️⃣ langGPT的结构化提示词系统论述,也强烈推荐初学者查阅:langgptai.feishu.cn

    3️⃣ 我对于Claude系统提示词的细致拆解分析,也非常有利于理解提示词是如何起效的:mp.weixin.qq.com

    🎁 现在再转一次,就当做送给想入门 Prompt 的朋友的中秋礼物吧~
    ➡️ 如果觉得不错,就给个关注、转发、点赞吧~
    134
  • AI产品黄叔
    1天前
    原来杨植麟还有这个价值!

    昨天聊了个在ICML发过论文的年轻小伙
    期间我们聊到了Kimi和杨植麟
    这是他锐评国产大模型的其中一站

    他对杨植麟和Moonshot
    是高度认可及关注的

    我问为何?他说的大意如下:

    杨植麟代表的
    是年青一代最优秀的AI人才
    如果他创办的大模型公司都没成
    那后面那么多小朋友会觉得没希望

    包括对整个生态都会有很负面的影响

    如果他都没成
    比他“低一档次”的人才凭什么能拿到融资
    3213