建筑工程资料网站,怎么做门户网站设计方案,做网站公司-汉狮网络,建个网站需要服务器吗前言
美国时间 5 月 13 日#xff0c;在 Sam Altman 缺席的情况下#xff08;为什么缺席#xff0c;猜测是可能后面还有更重磅的消息#xff0c;这次的产品只是一个中间过渡产品#xff09;#xff0c;OpenAI CTO Mira Murati 介绍了新的 ChatGPT 产品 ChatGPT-4o。这个…前言
美国时间 5 月 13 日在 Sam Altman 缺席的情况下为什么缺席猜测是可能后面还有更重磅的消息这次的产品只是一个中间过渡产品OpenAI CTO Mira Murati 介绍了新的 ChatGPT 产品 ChatGPT-4o。这个缩写中的o代表omni(到处遍及一切) 在这次发布会前夕多家中外媒体外对 OpenAI 新的发布会有颇多谣传以及质疑。一周前外媒及国内的自媒体谣传这次OpenAI 要发布的是一款搜索引擎意欲颠覆搜索引擎行业笔者觉得ChatGPT颠覆搜索引擎市场的现实可行性很大另外OpenAI没有推出 GPT-5引来外界对其创新乏力的质疑。如果无法拿出足够有创新力的技术和产品OpenAI将难以实现活跃用户的持续增长、满足整个市场对它的期待。
OpenAI自 2022 年底推出 ChatGPT 后用户访问量经历了大起大落。其在 2023 年 5 月达到 18 亿次峰值全球访问量。但进入 2023 年下半年后其用户量则有所下降至今都没有追平去年 5 月创造的全球访问量峰值记录。
无论是最初的 GPT-3.5还是去年年中的GPT-4和年底的 GPTs以及年初的 Sora。OpenAI一直引领着人工智能领域的科技创新OpenAI每次发布会都不会让世人失望也包括这次。让我们看看这次都发布了哪些新功能。
ChatGPT-4o新功能介绍
无延迟语音实时对话
在GPT-4o发布之前与ChatGPT对话GPT-3.5和GPT-4平均延迟分别为2.8秒和5.4秒。那时为了实现与ChatGPT以语音进行对话设置了三个独立模型管线
第一个模型将音频转录成文本第二个模型就是GPT-3.5或GPT-4接收文本并输出响应文本第三个模型将文本转换成音频
这个过程走下来不仅导致了延迟时间较长而且造成ChatGPT不能观察说话者语气、说话者的背景噪音无法表达情感。但现在GPT-4o让一切都发生得很自然。GPT-4o 能在 232 毫秒内对音频输入做出反应平均反应时间为 320 毫秒这与人类在对话中的反应时间相近。未来就变成了我们讲话比 ChatGPT 慢半拍了……
高情商没有AI的机械和僵硬感
工程师要求ChatGPT讲一个睡前故事主题是恋爱中的机器人。ChatGPT没讲几秒就被工程师粗暴地打断了多点情绪故事里来点戏剧性行不
ChatGPT随即用起伏的声调、夸张的语气绘声绘色的开始讲起了故事。
结果没几秒它又被挑刺的工程师再次打断不行不行再多点情感给我最大程度的表达可以吗
接下来ChatGPT语气夸张的仿佛一个在舞台上表演莎士比亚戏剧的演员。
随后挑剔的工程师依旧不依不饶又多次打断它它很有耐心地按照工程师的要求切换到机器人声和改变唱歌模式。
尤其是ChatGPT听到要求自己唱歌时表现得像人类一样甚至叹了口气然后心情平和的开启了优美的歌喉。
多亏ChatGPT脾气好要是真人估计要被暴揍一顿哪那么多事。整个过程自然连贯得犹如坐在你对面的真人完全没有AI的机械和僵硬感ChatGPT完胜反应迟钝、没法打断还缺少情商的Siri等语音助手。
视觉推理
工程师手写了一个一元一次方程打开摄像头拍照发给ChatGPT让它扮演在线导师的角色帮助自己解题要求只能给提示不能直接说答案。
工程师在纸上写了一个方程式3x14。问ChatGPT自己写的是什么方程ChatGPT语调自然地回答出来了。工程师在摄像头中解题ChatGPT实时地给出了鼓励和引导。ChatGPT反应很快工程师还在计算ChatGPT就实时给出了评价和反馈。与之前谷歌剪辑版的Gemini演示相比高下立判。
其它
GPT-4o是OpenAI首个端到端训练的跨越文本、视觉和音频的新模型所有多模态及其任意组合输入和输出都由相同的神经网络处理。用户可以上传各种图片、视频以及包含图片和文字的文档和ChatGPT讨论其中的内容。Altman说GPT-4o是OpenAI有史以来最好的模型它很聪明速度很快是天然的多模态。并且所有ChatGPT用户都可以使用完全免费ChatGPT免费用户可以访问新模型加持下的功能包括
体验GPT-4级别的智能从联网后的模型得到响应分析数据并创建图表畅聊你拍的照片上传文件以帮助总结、撰写或分析发现和使用GPTs和GPT Store用记忆构建更有用的体验
感想
看完GPT-4o的发布会感觉GPT-4o把人机的互动打磨得格外舒服自然。推进到一个新高度。这么好的工具而且是免费的我们不能停留在了解ChatGPT-4o的一些新特性之后就把它束之高阁而应该把它用起来给自己带来实实在在的好处。能用它来干什么才是我们真正需要思考的问题。笔者结合自己的实际情况觉得可以用它来给孩子辅导家庭作业尤其是初中之后的作业现在的考试题出的很灵活向课外延伸了好多有些题目夸张一点说博士生第一次看到也不一定立刻就能做出来。使用它能很好的给家长救场。还有可以使用它进行模拟面试你当面试官看看它是怎么回答一些专业问题的取长补短。还有就是你在写文章时可能需要插入流程图你可以手绘一个粗略版本让它给你转化成标准的流程图还有就是涉及到跨语言的程序片段时如果你看不懂你可以发给它让它给你解释一下一段代码想要实现的功能。还有你在看国外电影时听不懂片中人物对话的内容可以让它帮你实时翻译。你还可以把它当作一个智囊生活中工作中遇到不能解决的问题都可以直接向它提问寻求启发与帮助。你会怎样使用它我们留言区讨论。
实战
我用ChatGPT-4o解开了一个网上需要付费才能查看答案的算法题。题目如下 给定一个由纯数字组成以字符串表示的数值现要求字符串中的每个数字最多只能出现2次超过的需要进行删除,删除某个重复的数字后其它数字相对位置保持不变。如”34533”数字3重复超过2次需要删除其中一个3删除第一个3后获得最大数值”4533”请返回经过删除操作后的最大的数值以字符串表示。
js
复制代码
测试用例1
输入:
34533
输出:
4533
测试用例2
输入:
5445795045
输出:
5479504ChatGPT给出的代码片段如下
js
复制代码
function removeExtraDuplicates(s) {const stack [];const count {}; // 当前栈中每个字符的数量const total {}; // 整个字符串中每个字符的总数量// 统计每个字符在整个字符串中的总数量for (const char of s) {if (!total[char]) {total[char] 0;}total[char];}for (const char of s) {// 如果当前字符在栈中的数量已经达到2次则跳过if (count[char] count[char] 2) {total[char]--;continue;}// 保证在添加当前字符时如果栈顶字符可以被删除剩余字符还够用则删除栈顶字符while (stack.length 0 stack[stack.length - 1] char total[stack[stack.length - 1]] 0) {const top stack.pop();count[top]--;total[top]--;}// 将当前字符加入栈中stack.push(char);if (!count[char]) {count[char] 0;}count[char];total[char]--;}return stack.join();
}// 测试用例
console.log(removeExtraDuplicates(34533)); // 输出 4533
console.log(removeExtraDuplicates(5445795045)); // 输出 5479504这道题我自己解来解去只能通过测试用例1测试用例2成为无法逾越的坎。在ChatGPT-4o的帮助下终于把这道题破解了。与通义千问对比了一下在同样的提示下多次求解多次纠正与提示但就是解不出来。不得不说还是ChatGPT-4o强。此外ChatGPT-4o回答问题的速度超快交互体验很舒畅。果然是工欲善其事必先利其器。有个好使的工具解决问题会快速和高效很多。
如何系统的去学习大模型LLM
作为一名热心肠的互联网老兵我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。
但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
有需要的小伙伴可以V扫描下方二维码免费领取 一、全套AGI大模型学习路线
AI大模型时代的学习之旅从基础到前沿掌握人工智能的核心技能 二、640套AI大模型报告合集
这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。 三、AI大模型经典PDF籍
随着人工智能技术的飞速发展AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型如GPT-3、BERT、XLNet等以其强大的语言理解和生成能力正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。 四、AI大模型商业化落地方案 阶段1AI大模型时代的基础理解
目标了解AI大模型的基本概念、发展历程和核心原理。内容 L1.1 人工智能简述与大模型起源L1.2 大模型与通用人工智能L1.3 GPT模型的发展历程L1.4 模型工程 - L1.4.1 知识大模型 - L1.4.2 生产大模型 - L1.4.3 模型工程方法论 - L1.4.4 模型工程实践L1.5 GPT应用案例
阶段2AI大模型API应用开发工程
目标掌握AI大模型API的使用和开发以及相关的编程技能。内容 L2.1 API接口 - L2.1.1 OpenAI API接口 - L2.1.2 Python接口接入 - L2.1.3 BOT工具类框架 - L2.1.4 代码示例L2.2 Prompt框架 - L2.2.1 什么是Prompt - L2.2.2 Prompt框架应用现状 - L2.2.3 基于GPTAS的Prompt框架 - L2.2.4 Prompt框架与Thought - L2.2.5 Prompt框架与提示词L2.3 流水线工程 - L2.3.1 流水线工程的概念 - L2.3.2 流水线工程的优点 - L2.3.3 流水线工程的应用L2.4 总结与展望
阶段3AI大模型应用架构实践
目标深入理解AI大模型的应用架构并能够进行私有化部署。内容 L3.1 Agent模型框架 - L3.1.1 Agent模型框架的设计理念 - L3.1.2 Agent模型框架的核心组件 - L3.1.3 Agent模型框架的实现细节L3.2 MetaGPT - L3.2.1 MetaGPT的基本概念 - L3.2.2 MetaGPT的工作原理 - L3.2.3 MetaGPT的应用场景L3.3 ChatGLM - L3.3.1 ChatGLM的特点 - L3.3.2 ChatGLM的开发环境 - L3.3.3 ChatGLM的使用示例L3.4 LLAMA - L3.4.1 LLAMA的特点 - L3.4.2 LLAMA的开发环境 - L3.4.3 LLAMA的使用示例L3.5 其他大模型介绍
阶段4AI大模型私有化部署
目标掌握多种AI大模型的私有化部署包括多模态和特定领域模型。内容 L4.1 模型私有化部署概述L4.2 模型私有化部署的关键技术L4.3 模型私有化部署的实施步骤L4.4 模型私有化部署的应用场景
学习计划
阶段11-2个月建立AI大模型的基础知识体系。阶段22-3个月专注于API应用开发能力的提升。阶段33-4个月深入实践AI大模型的应用架构和私有化部署。阶段44-5个月专注于高级模型的应用和部署。
这份完整版的大模型 LLM 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
有需要的小伙伴可以Vx扫描下方二维码免费领取
