OpenAI的ChatGPT在默默进化......一觉醒来，网友爆料称ChatGPT里的联网插件变了。ChatGPT中的BrowsingALPHA模型不再显示。更改为：可以联网的Default(GPT-3.5)withbrowsingALPHA。而且这个是OpenAI向Plus付费用户，进行灰度测试的一个新插件。就像此前推出的Plug-in插件版，这次相当于把互联网插件版单独发了出来。小编先是一脸懵，能上网的ChatGPT不是早就有了么？？？天天都在用的联网ChatGPT，网友兴奋点在哪里...为了一探究竟，登录ChatGPT后，确实不一样了。此前是这样子：在网上搜罗一番后，发现许多Plus用

ChatGPT等通用大模型支持的功能成百上千，但是对于普通日常用户来说，智能写作一定是最常见的，也是大模型最能真正帮上忙的使用场景之一。尽管大模型经常能写出看起来像模像样的文字，但是大多数情况下内容的创意程度和文风都经不起深究。尤其是在创作领域，大模型常见的“GPT文风”更是让利用大模型进行创意写作看起来简单，实际却困难重重。近日，波形智能的大模型团队发布了一款专精AI写作的专业大模型Weaver。通过写作领域专业预训练和一套创新性的数据生成和Alignment算法，Weaver在写作领域的各种任务上均取得了领先GPT-4和众多中文通用大模型的效果，尤其是在生成内容的创意性和文风质量上大幅领先

OpenAI的GPT商店有开源平替了——来自抱抱脸（HuggingFace）。它新推出的“HuggingChatAssistant”，也瞄准了让用户免费制定自定义聊天机器人。图片是的，完全免费，无需像OpenAI那样不开会员就被拒之门外。除此之外，还有一个相当大的优势：支持各种开源模型作为底座，像什么Mixtral、Llama2、Meta的CodeLlama啦，您想安排哪个就安排哪个。消息一出，可把网友激动坏咯：早就看OpenAIGPTs的付费模式不爽了。图片又免费又开源，这不得赶紧体验一把？开源平替版GPTs来了这个平替版GPTs的主页长这样：图片可以看到它是隶属于HuggingChat的一

由于在各种任务中的通用性，像ChatGPT和Llama2这样的大型语言模型(LLM)广受欢迎。然而，有些应用程序需要使用自定义数据对这些模型进行微调，以获得更好的性能。不幸的是，针对特定应用程序对大型语言模型(LLM)进行微调通常是复杂和令人沮丧的，并且在很大程度上取决于应用程序类型和所需的数据。幸运的是，HyperWrite公司首席执行官MattSchumer开发了一个非常有用的工具--gpt-llm-trainer，它简化了Llama2或GPT-3.5Turbo的微调过程。gpt-llm-trainer将微调LLM的复杂任务减少到单个简单明了的指令，让用户更容易根据自己的需求调整这些模型。

随着AI的发展，市面上也出现了很多支持AI使用的UI程序，比如NextWeb、LobeChat等，但功能都有所侧重并不全面，本文着重介绍一款功能比较全面的开源程序，希望对你有所帮助。什么是功能全的AI程序？我觉得可以从目前已知的AI能力反推，功能如下：支持gpt-4系列的文字对话功能支持传图、传文件、语音功能支持Midjourney等带参数的专业绘图功能支持OpenAI新推出的全部GPTs响应式设计，最好支持PWA除此之外，开源程序部署还要简单容易上手，最好省去搭建部署成本（要知道常规建站，购买域名和服务器至少几百块/年）。以上功能条件都满足，大概率就是我们需要的多功能AI程序了。三款主流开源

在人工智能的发展史上，GPT-4的问世标志着一个新的里程碑。作为最新一代的自然语言处理模型，GPT-4不仅在技术上取得了突破，更在应用层面展现了前所未有的潜力。本文将探讨GPT-4的核心技术、应用场景以及它对未来社会的潜在影响。GPT-4的技术革新GPT-4是由OpenAI开发的大型多模态语言模型，它在前代模型GPT-3的基础上进行了显著的改进。GPT-4拥有更大的参数规模，更强的计算能力，以及更为精细的算法优化，这使得它在理解和生成自然语言方面达到了新的高度。它不仅能够更准确地理解复杂的语言结构，还能够更自然地与人类进行交流。GPT-4的应用场景教育辅助GPT-4能够根据学生的学习进度提供个

上一篇已经讲解了如何构建自己的私人GPT，这一篇主要讲如何让GPT支持中文。privateGPT本地部署目前只支持基于llama.cpp的gguf格式模型，GGUF是llama.cpp团队于2023年8月21日推出的一种新格式。它是GGML的替代品，llama.cpp不再支持GGML。本文主要采用国产YI-34B-CHAT模型。1.模型下载yi模型下载：TheBloke/Yi-34B-Chat-GGUF·HuggingFace下载后放置在models文件夹下embedding模型下载：BAAI/bge-small-en-v1.5·HuggingFace下载后放置在models/cache文件夹

合成数据已经成为了大语言模型进化之路上最重要的一块基石了。在去年底，有网友扒出前OpenAI首席科学家Ilya曾经在很多场合表示过，LLM的发展不存在数据瓶颈，合成数据可以解决大部分的问题。图片英伟达高级科学家JimFan在看了最近的一批论文后也认为，使用合成数据，再加上传统用于游戏和图像生成的技术思路，可以让LLM完成大幅度的自我进化。图片而正式提出这个方法的论文，是由来自UCLA的华人团队。图片论文地址：https://arxiv.org/abs/2401.01335v1他们通过自我对弈机制（SPIN）生成合成数据，再通过自我微调的方法，不使用新的数据集，让性能较弱的LLM在OpenLLM

近期，多模态大模型（LMMs）在视觉语言任务方面展示了令人印象深刻的能力。然而，由于多模态大模型的回答具有开放性，如何准确评估多模态大模型各个方面的性能成为一个迫切需要解决的问题。目前，一些方法采用GPT对答案进行评分，但存在着不准确和主观性的问题。另外一些方法则通过判断题和多项选择题来评估多模态大模型的能力。然而，判断题和选择题只是在一系列参考答案中选择最佳答案，不能准确反映多模态大模型完整识别图像中文本的能力，目前还缺乏针对多模态大模型光学字符识别（OCR）能力的专门评测基准。近期，华中科技大学白翔团队联合华南理工大学、北京科技大学、中科院和微软研究院的研究人员对多模态大模型的OCR能力进

GPT-4会加速生物武器的发展吗？在担心AI统治世界之前，人类是否会因为打开了潘多拉魔盒而面临新的威胁？毕竟，大模型输出各种不良信息的案例不在少数。今天，处在风口，也是浪尖的OpenAI再次负责任地刷了一波热度。图片我们正在建立一个能够协助制造生物威胁的早期预警系统LLMs。事实证明，目前的模型最多只能对这种滥用有用，我们将继续发展未来的评估蓝图。经历董事会风波后的OpenAI，开始痛定思痛，包括之前郑重发布的准备框架（PreparednessFramework）。到底大模型在制造生物威胁方面带来了多大的风险？观众害怕，我OpenAI也不想受制于此。咱们直接科学实验，测试一波，有问题解决问题，