英伟达的H100 GPU 都卖给了谁？
•Meta：150000（怪不得Meta这么强）
•微软：150000
•谷歌、亚马逊、甲骨文、腾讯：50000（怪不得谷歌AI追不上）
•CoreWeave：40000
•百度：30000
•阿里巴巴：25000
•字节跳动：20000
•Lambda：20000
•特斯拉：15000

谁控制了算力，谁就控制了未来。
mp.weixin.qq.com

大语言模型的时间线，图一时间轴下面是闭源大模型，上方是开源模型。

图二是 LLM能力领域和对应领域内表现出众的开源模型。白色框内是任务，蓝色框是数据集，黄色框是模型。

对目前常见的多模态模型包括 GPT-4V、LLaVA、BakLLaVA、Qwen-VL、CogVLM 做了一个非常简单的对比。

188 个国产大模型

OpenAI 在开发者日的更新威胁到哪些现有企业，或者消灭了哪些初创企业的汇总，当然这只是对其他公司的影响，不是指全部颠覆。

1、Whisper V3（语音转文本）
Deepgram、AssemblyAI、AWS、Azure、Google Cloud

2、定制GPT和GPT商店
ADEPT、Character.AI、LangChain、AUTOGPT

3、新的文本转语音API
Elevence、coquiLabs、PlayHT、RESEMBLE.AI

4、带检索的GPT
Pinecone、ContextualAI、ChatPDF、LangChain

5、GPT-4 视觉 API
HyperScience，Twelve Labs、Nanonets

6、GPT-4 Turbo 128k 上下文窗口
AWS，PaLM 2，Anthropic、AI21labs

维基百科的知识库Wikidata可以提供丰富的、结构化的数据，有助于改进语言模型的性能和进行自然语言处理研究。
WikiWebQuestions数据集是一个基于Wikidata的问答数据集，可用于测试和比较大型语言模型在处理基于Wikidata的问答任务的性能。
WikiSP是一个基于Wikidata的工具，用于处理基于Wikidata的问答任务，通过更好地理解和解析自然语言查询来提高问答系统的准确性。

Mac 版 Java / Python 常用快捷键汇总，快捷键用熟了，码代码效率真的飙升。快捷键主要分为以下这几个部分：
一、Editing（编辑）
二、Search/Replace（查询/替换）
三、Usage Search（使用查询）
四、Compile and Run（编译和运行）
五、Debugging（调试）
六、Navigation（导航）
七、Refactoring（重构）
八、VCS/Local History（版本控制/本地历史记录）
九、Live Templates（动态代码模板）
十、General（通用）

制作 GPTs 需要的三个实用技巧：mp.weixin.qq.com
1. 将你最重要的指令放在提示的开头或结尾。GPT 往往会更关注提示的前后部分。如果你把重要的指令放在中间就可能会被忽略。
2. 使用一些常规的提示技巧来充分利用 GPT。研究人员已经表明，要求GPT：“深呼吸，一步步思考”。可以提高其在困难任务上的表现，特别需要输出的准确性时。
3. 使用负面的提示来修正不完美表现。好的效果需要不断测试 GPT，看它是否有产生错误，然后使用负面提示来修正错误。例如：生成图像时 DALL-E 3 经常生成卡通化的图标，那就需要你在 prompt 中明确说明制作使用良好设计原则且不是卡通化风格的标识。当然这样做也不是 100% 有效，但绝对是有帮助。
4. 最后还需要注意，其他人使用你的 GPTs 时，可能会要求 GPTs 透露它的指令。如果你不希望这样，那就要求它在任何情况下都不要透露指令。

OpenAI 即将推出官方 GPTs Store，展示了 GPTs 的商业前景，但目前 GPTs 的使用门槛较高，尤其是对于中文用户。

文章介绍了制作 GPTs 的三个实用技巧，并推荐了一些有用有趣的 GPTs 应用，涉及算命、翻译、建议、侦查、广告文案等领域。

作者还对 GPTs 的发展提出了一些思考，认为需要有效的质量评估和筛选机制，降低使用门槛，并建立创作者获益机制。

Git 命令思维导图