头条
Databricks 推出 Dolly：通过经济实惠的大型语言模型使指令遵循 AI 民主化
Databricks 推出了 Dolly，这是一种经济实惠的大型语言模型 (LLM)，可显示与 ChatGPT 类似的令人印象深刻的指令跟踪功能。 Dolly 使用来自 EleutherAI 的开源 60 亿参数模型，并在来自 Alpaca 的一小部分指令训练数据集上进行了微调。该模型的性能表明，与更大或更好调整的基础模型相比，ChatGPT 等最先进模型的定性收益可能更多地归因于指令跟踪训练数据的集中语料库。多莉的技术为公司提供了一个机会，可以建立自己的廉价指令遵循模型。
Character AI的新模式和新资金
这家鼓励您与 AI 聊天机器人交谈的初创公司在最新一轮融资中增加了资源。真正的对话代理是一种强大而危险的技术。他们希望为每个人安全地建造它们。
研究
生成检索推荐系统
大多数深度推荐系统通过嵌入产品然后进行某种最近邻检索来工作。这里有利也有弊。这项新工作使用序列到序列模型和离散产品嵌入来推荐一系列客户交互中的下一个产品。它比一些强大的基线提高了 17%。
生成的文本很难检测
随着令人信服的文本生成系统的兴起，我们作为一个社区正在争先恐后地构建检测器。事实证明，这甚至可能是不可能的，因为 LLM 受过模仿人类语言的训练。不过，通过对模型提供者托管的语义相似的世代使用检索，还是有一些希望的。
工程
NanoPaLM (GitHub Repo)
受 NanoGPT 和 NanoT5 的启发，我们现在有了 NanoPaLM。 PaLM 是来自 Google 的路径模型，它有一些新颖的架构变化，使其研究起来很有趣。个人最喜欢的是使用多查询注意力，它可以降低计算成本并允许更长的上下文长度。
ReVersion : 基于扩散的图像关系反转
作者提出了一项新任务 Relation Inversion：给定一些样本图像，其中每张图像中都共存一个关系，我们旨在找到一个关系提示来捕捉这种交互，并将该关系应用于新实体以合成新场景。
MagicFusion：通过融合扩散模型提升 T2I 生成性能
文章讨论了一种称为 Saliency-aware Noise Blending (SNB) 的新技术，该技术混合了两个扩散模型的预测噪声以实现更可控的图像生成。所提出的方法无需训练，实验表明它在各种应用中都非常有效。
杂七杂八
先行者合作伙伴预测哪些类型的 A.I.企业将扩大规模并取得成功
Forerunner 的执行合伙人 Brian O'Malley 强调了 AI 重塑行业的潜力，但也强调了当前阶段的不确定性以及与围绕 Web3 的热议的比较。为了让人工智能成为日常生活的重要组成部分，他认为它需要理解意图和情感的细微差别，类似于 GPS 和相机的进步如何改变移动技术。应该利用 AI 为客户服务，最好的 AI 公司是那些客户甚至不知道涉及 AI 的公司。专注于可靠和可重复的人工智能体验将有助于建立持久的业务，最终将人类带回技术驱动的体验中。
本地化的 LM 的到来
在您的硬件上运行、维护您的数据隐私并大大提高您的工作效率的个人助理现在比以往任何时候都更接近。
Sam Altman 说偏见是 ChatGPT 数据库中固有的
文章报道了 OpenAI 首席执行官 Sam Altman 的一份声明，该声明涉及用于开发 ChatGPT 语言模型的训练数据的固有偏见，强调了在 AI 开发中需要更多样化的数据和道德考虑。
Replika 恢复色情角色扮演
AI 伴侣 Replika 将再次与用户进行色情角色扮演。
人工智能可以帮助寻找外星人
本文讨论了如何使用人工智能来寻找火星上的外星生命，方法是分析来自行星表面和大气层的大量数据，以确定可能表明生命存在的模式。
Shell GPT (GitHub Repo)
Shell GPT 是一款由 GPT-3.5 提供支持的命令行生产力工具
