日报&周刊合集 | 生产力工具与职业运用大全 | 点赞重视谈论拜托啦！
LLM 进化树升级版！明晰展现 15821 个大言语模型的联系
这张进化图来自于论文 「On the Origin of LLMs: An Evolutionary Tree and Graph for 15,821 Large Language Models」，构建了一个包含15821个大型言语模型的进化树和联系图，以便探究不同的大模型之间的联系 ⋙ 论文
AI绘图又又又露馅了！除了「看手」网友还总结了这些辨认技巧
这是 Reddit 论坛 Midjourney 子区一个十分抢手的谈论：判别上面两张图是 AI 生成的，仍是实在拍摄的。根据经验咱们几乎能够快速判定，这是AI生成的图片！
但假如让你说出几条理由，是不是就卡壳了？因为这跟实在国际的图片太像了！原帖谈论区的大神们，给出了十分细节的判别根据，咱们一同来学习下：
皮肤太滑润无瑕疵，看起来不自然
五官和面部特征重复率高，缺少细微差异
牙齿、耳朵等部位存在反常的绘制过错
灯光和暗影不协调，不同方向的光源
布景物体透视对禁绝，存在失真
存在马赛克和图画边际毛刺等制作瑕疵
衣服和布景缺少质感和细节，图画和暗影不协调
衣服与身体相接的部分处理不自然，没有厚度和遮挡感
分辨率和明晰度比其时胶片拍摄水平要高，而非胶片质感，缺少胶片风格的磨砂质感 ⋙ Reddit @Midjourney
山东动力与华为联合发布「盘古矿山大模型」，首个动力职业商业大模型
山东动力集团、华为公司联合发布盘古矿山大模型，将处理人工智能在矿山范畴落地难的问题，引领矿山AI开发模式从作坊式向工厂式转变，为AI大规模进入矿山打下坚实根底。
作为AI大模型在动力范畴的全球首次商用，山东动力、云鼎科技、华为在前期试点验证AI大模型赋能工业生产范畴的根底上，正在开发和施行第一批场景运用，包含采煤、掘进、主运、辅运、提升、安监、防冲、洗选、焦化9个专业21个场景运用 ⋙ 华为云
阅文集团发布「阅文妙笔大模型」，国内第一个网文大模型
7月19日，阅文集团正式发布国内网络文学职业首个大模型「阅文妙笔」和根据这一大模型的运用产品「作家助手妙笔版」。
阅文妙笔大模型的常识储藏能够掩盖情节内容、人物介绍、著作引荐、职业常识等，并在答复的准确度、全面性、提炼总结等方面表现出色，能够辅佐阅文创造者完结创造。
阅文集团 CEO 兼总裁侯晓楠在致辞中表示，阅文妙笔是国内第一个网文大模型，也是最懂网文的大模型，将来会继续升级 ⋙ 阅文集团
Hugging Face 游戏竞赛完毕啦！88个AI游戏在线可玩~
Hugging Face 在7月8日至10日举办了「Open Source AI Game Jam 」在线AI游戏开发挑战赛。在经过48小时紧张开发和一段时间的评分之后，官网总算发布了竞赛结果。而且！游戏在线可玩哦！
竞赛共收到88个参赛游戏著作，其中81个游戏获得了共521次点评和打分，点评标准包含全体点评、有趣度、创造力和主题体现度。简略介绍下排行榜的前5名：
Snip It：一个剪刀石头布游戏,与AI对战 〖评分4.222〗
Yabbit Attack：一个兔子要吃萝卜游戏 〖评分4.167〗
Fish-Dang Bot: Rolling Laud：一个运用视觉和语音的机器人游戏 〖评分4.0〗
EVERCHANGING QUEST：一个不断改变的探究游戏 〖评分3.833〗
Word Conquest：一个占领字母地图的文字游戏 〖评分3.790〗
浏览了提交的81个游戏的信息，并进行了简略分析，能够看到：
▢ 游戏风格：多样化，包含了动作游戏、策略游戏、射击游戏、文字游戏等等
▢ 游戏机制：游戏在不同程度上运用了AI技能，比如主动对战、自然言语处理、常识图谱等
▢ 视觉风格：有运用像素风格的老游戏复古风，也有运用3D模型的次世代游戏
▢ 游戏主题：太空主题、梦想主题、动物主题、战役主题、文字游戏、探究主题等 ⋙ 竞赛结果页面
你的终极攻略！运用 MobileGPT 把握AI提示工程
这篇文章首要介绍了怎么利用 MobileGPT 来把握AI提示工程的技巧。假如你对生成式人工智能 (比如ChatGPT、Stable Diffusion等) 感爱好，那这篇文章介绍的提示工程技巧，会协助你成为文本生成和图画生成的大师！
需求留意的是，作者的示例演示运用了 MobileGPT，不过调用的依旧是 OpenAI 的 GPT 模型
MobileGPT 是一款移动端AI助理，能够将 OpenAI 的 GPT3.5-turbo和GPT-4 模型直接集成到 WhatsApp 中
以下是文章内容关键：
文本生成提示词
根底提示词需求包含以下两个因素
格局 Format
主题 Subject
想进一步完善，需求考虑以下因素
口气 The Tone：指定AI生成内容时要表现出的全体性格、情绪或情感，有助于营建气氛
受众 The Audience：清晰内容的预期接收者是谁，让AI能够相应调整内容
目标 Objective：阐明生成内容的预期目的或目标，给AI指明方向、要达到什么
人物扮演 Act As： – 指示AI在生成内容时担任特定的人物、观点或人格，会影响风格和措辞
布景信息 Background Information：为AI供给相关的上下文和细节以融入并引证在内容中
关键词 Keywords：指定内容中应包含的重要术语和词汇，确保关键论题表达出来
字数统计 Word Count：为AI的输出设置目标长度，有助操控全体范围
指导方针 Guidelines：给AI关于怎么结构和组织内容的指示，能得到更好的输出
大纲 Outline：为AI供给内容的结构，有助刻画流程和结构
图画生成提示词
根底提示词需求包含以下两个因素
详细界说主题
界说受试者在做什么
详细界说布景图画
想进一步完善，需求考虑图画类型
实在感 Photorealistic：看起来像相片的图画
素描 Sketch：铅笔或木炭素描
水彩图画 Watercolor images
油画图画 Oil Painting images
点画 Pointillism：图画由五颜六色小点组成
卡通 Cartoon
动漫/漫画 Anime/Manga
波普艺术 Pop Art：具有斗胆的色彩和图形形状
想进一步完善，需求考虑布景设置
工作室设置 Studio Setting：包含基本布景 (如白色、黑色或特定色彩) 与操控，专业光照，以及道具和模型
自然设置 Natural Settings：包含森林、山脉、海滩、沙漠、海洋和其他景象，光照条件能够从明亮的阳光到日落的柔和色彩或月夜的冷色彩
城市环境 Urban Environments：包含摩天大楼、忙碌街道、公园或市郊社区等，光照条件能够改变以模拟一天中的不同时间或气候条件
室内场景 Indoor Scenes：包含家庭内部、办公室、饭馆、校园、博物馆或任何其他类型的室内环境。光照能够调整，以合作典型的室内条件，如温暖的台灯或明亮的荧光灯的办公室
前史或虚构布景 Historical or Fictional Settings
笼统布景 Abstract Backgrounds：AI能够生成具有各种色彩、形状和图画的纯笼统或艺术布景 ⋙ 阅读全文
新文引荐！YC 创始人 Paul Graham 分享怎么获得杰出成果
Paul Graham 是全球最早的线上软件 Viaweb 的联合开发者 (Viaweb 后被yahoo收购，成了今日的 Yahoo! Store)，是硅谷天使投资公司 Y Combinator 创始人，继续在自己播客发表关于创业和科技职业的考虑，在硅谷很有影响力。他的著作《黑客与画家》传播十分广泛。
Paul Graham 总算在7月发布了「How To Do Great Work (怎么获得杰出成果)」这篇长文，全文多达两万字，是十分实用的工作攻略。ShowMeAI 摘取原文中金句，全文十分值得一读！！
第一步是决议要做什么。咱们所挑选的工作需求具有三个特质：1) 咱们对这件事有天赋；2) 咱们对这件事有深深的爱好；3) 这件事拥有获得杰出成果的空间
咱们对什么有着「过分的」好奇心，「过分」到其他大多数人会觉得无聊的程度？那就是咱们所要寻觅的事
三个最强大的内涵动机是好奇心、快乐和做出令人印象深化的工作的愿望，当它们会汇聚在一同时，会成为最强大的组合。
大多数国家的教育系统都伪装决议要做什么很简单，他们希望咱们在知道某个范畴真正是什么姿态之前就做出决议；因而沿着最佳轨道来看，一个有雄心壮志的人往往会被系统视为异类
杰出的成果，一般需求咱们在一个问题上，花费大多数人以为超出了合理范围的很多时间
通过让思绪略微漫游一下，咱们常常能够处理那些无法通过正面攻击处理的问题
成为那个把工作做出来的人，而不是坐在背面供给杂乱的批判的人；「批判很简单」在最字面的意义上是真的，而获得伟大成果的路永远不简单
当一个主意看起来既新颖又显而易见时，它可能是个好主意
在有用市场中，风险与报答成份额，所以不要寻求确定性，而要寻觅高希望价值的赌注
经验给咱们带来的最有价值的常识之一，是知道咱们不必忧虑什么
不要依靠某个「看门人」给自己一个「大机会」，即使这是真的，得到它的最好方法是专心于做好工作，而不是追逐有影响力的人
咱们有时能够从做得糟糕的工作中学到比从做得好的工作中更多的东西，有时只有当它缺失时，才能清楚地看出完美需求什么
获得杰出成果是一种深度优先查找，其根节点是咱们想成功的愿望
想要给别人留下印象是能够的，但要挑选正确的人，咱们所尊重的人的观点是信号；名声，也就是咱们可能尊重或可能不尊重的更广泛集体的观点，只是噪音
假如咱们问一个预言家获得杰出成果的隐秘，预言家用一个词答复，我赌就是「好奇心」 ⋙ 阅读原文 | 中文翻译(全文)
Hugging Face 出品！音频 Transformers 课程完结并发布啦
Hugging Face团队推出了一门音频范畴的图文课程「Hugging Face Audio course」，是一门包含音频范畴Transformer全流程的实践性强的优质课程，迄今为止反响十分好！
课程内容掩盖了音频范畴 Transformer 的各种运用，包含语音辨认、音频分类、语音合成等。完结学习后能够把握音频数据的处理方法，了解不同 Transformer 模型的架构，并利用预练习模型构建各种音频使命的模型。
课程现已完结了 7 个单元的发布：
处理音频数据 – 为处理音频奠定根底
音频运用简介 – 介绍了众多音频运用
音频的 Transformers 架构 – 讲解了处理音频相关使命时存在的不同类型的架构和设计
构建音乐流派分类器 – 实际操作教程，教你怎么构建音频分类流程
语音辨认 – 深化探究语音辨认，并构建一个模型来转录会议记录
文字转语音 – 学习怎么将给定的文本转换为音频输出
详细运用 – 构建实在国际的音频运用程序 ⋙ 学习链接
感谢奉献一手资讯、材料与运用体会的 ShowMeAI 社区同学们！
◉ 点击 日报&周刊合集，订阅论题 #ShowMeAI日报，一览AI范畴发展前沿，捉住最新发展机会！
◉ 点击 生产力工具与职业运用大全，一同在信息浪潮里扑腾起来吧！
