👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！
👀 百度智能云 | 千帆大模型平台黑客马拉松
https://segmentfault.com/e/1160000044353489
百度智能云携手 SegmentFault 思否，面向广大开发者打造了一场生成未来的黑客马拉松挑战赛，鼓励开发者使用平台提供的国内外主流大模型、先进的生成式AI开发工具链等，构建新型应用或插件，做到让生成式 AI真正「为我所用」，解决实际问题。
比赛的一二三等奖和创新实验奖等获奖团队，将获得非常丰厚的先进奖励！感兴趣可以着手报名准备啦！注意关键 DDL 哦！
报名参赛&创意提交：即日起 - 11月19日
名单公布&赛前准备：11月21日-11月22日
作品开发&作品路演：11月25日-11月26日 ⋙ 了解更多
🉑 OpenAI DevDay 亲历者：激动→害怕→迷茫，上个时代的开发者被干掉了
OpenAI 这场开发者大会「后劲儿很大」，各类总结满天飞的三天后，我们依然在讨论技术、产品、创业，回顾历史并尝试寻找出路。日报今天推荐一篇「亲历者」的分享：身为开发者的他兴致勃勃参会，却被兜头泼了一盆冷水，在现场听奥特曼 (Altam) 描述未来又被拉回现实接受一轮轮的情绪暴击。
摘录几条现场人群的反应以及作者的思考结论，与大家共勉：
配合奥特曼身后大屏幕上接二连三跳出的各种 GPT 版本改进和新功能，除了惊叹与冲击，很快，在场的见过这么多硅谷发布会的人们甚至开始感到有点儿害怕了。
随着发布会进行，奥特曼每介绍一项更新，场下的氛围就变得愈加复杂，掌声也是时而热烈，时而稀疏。人们双眼紧盯演示屏，面露凝重，渐渐笑不出来了。
台下观众里，有的在窃窃私语讨论，有的不停拍照传给同事，然后低头匆匆发信息。在当天的活动结束后，包括我自己的公司在内，一众硅谷大厂的AI部门紧急开了讨论会。
在户外休息区，大家把现场「抓」到的 OpenAI 产品经理、开发人员们里三层、外三层地团团围住，争相询问他们接下来的迭代方向，希望能探听到自家产品有没有被不幸列在 OpenAI 的「to do list」上。
会议席间，一家做AI室内设计公司的创始人一直都在激动地鼓掌，给出的全是正面反馈。仔细分析这些还在鼓掌的人，他们的共同点是：专心扎根垂直领域，本身就是个好产品，AI只是让它变得更好了。
不能只做大语言模型下游应用开发，充其量只是套壳公司，很容易随时丧失主导权。要深入做垂直领域，精通行业内部细节，发现和利用那些标准助手 API 无法满足的复杂场景和细分市场机会。
产品和市场很关键。有 OpenAI 们你追我赶的竞赛，技术层面的参差总会被拉平。真正的差距体现在对市场痛点和用户需求的精准捕捉。一流的产品经理团队、高效的销售策略和稳定的客户基础是区分胜负的重要因素之一。
打不过就加入，尽快对接 OpenAI 入驻 GPT 商店，做榜一大哥 (认真) ⋙ 阅读原文
👀 OpenAI TTS 文字转语音工具，新鲜热乎可体验
https://huggingface.co/spaces/ysharma/OpenAI_TTS_New
官方文档 https://platform.openai.com/docs/guides/text-to-speech
11月6日，OpenAI 在开发者大会上发布了 TTS (Text-to-Speach，文本转语音) 工具，基于 OpenAI 的 TTS 模型将文本转换为逼真的语音音频，并提供了一个名为speech的 API。
OpenAI TTS 工具支持英语、西班牙语、法语、德语、意大利语等多种语言，还支持 tts-1、tts-1-hd 和 tts-2等多种语音模型，并且可以在5 种男声和2种女声中进行切换。Hugging Face 项目链接如上，可以体验一下~
🉑 Mootion：使用文本生成3D角色，搭配其他工具还能解锁花样玩法
https://www.mootion.com
Mootion 是一个 text-to-motion 的Al生成服务，在 Discord 中输入文本就可以快速创建 3D 角色并生成有趣的动画效果，还可以下载为背景透明的视频和 FBX 格式文件。
基于 Mootion 的生成，内容创作者们可以拉到视频编辑软件中增加背景图，或者使用 AnimateDiff、Gen-1 等AI视频工具渲染成新的视频作品；专业的建模师可以继续在 Blender、3Ds Max、Maya 等专业 3D 建模软件中完成后续工作。
这个工具最近很火热呀！国内外的社交媒体和视频网站都有创作者在分享~ 日报简单介绍下使用流程，感兴趣可以试起来：
从官网进入官方 Discord 频道，选择 Creation 开头的频道，就可以开始3D创作啦
输入
/motion命令，输入提示语 (例如 a dancer is dancing.)选择角色 (目前有机器人、猫、骑士、圣诞老人四个角色)
选择是否在原地运动
回车确认开始生成 (如上图，系统会快速生成 M1、M2两个角色动画)
下载单独角色的视频或3D格式文件
👀 完蛋！我被 LLM 包围了！
ModelScope https://modelscope.cn/studios/LLMRiddles/LLMRiddles/summary
HuggingFace https://huggingface.co/spaces/LLMRiddles/LLMRiddles
社区的小伙伴们这两天都在玩一款「LLM Riddles (大模型解谜)」的游戏，需要模仿大模型的思考方式，和模型对话使得输出符合题目，通过之后则闯入下一关！大家正玩得不亦乐乎，作者却宣布受限于计算资源等原因，关闭了这款游戏。
好在！魔搭 ModelScope 社区接手复刻了这款游戏！访问上方链接，就可以继续愉快地玩耍啦~ 按照最初的设定，游戏共四章、19道题，不过随着玩游戏和贡献题目的人越来越多，通关过程也会越有挑战性呦 (*￣3￣)╭
注意：配图是个错误示例，实际玩下来还是有挑战的~
🉑 大模型解谜游戏 LLM Riddles，作者分享创作历程和完整题库
https://zhuanlan.zhihu.com/p/665393240
如上一条所说，LLM Riddles 是一款大模型解谜游戏，可以在玩游戏过程中加深对大模型的理解。游戏作者在知乎发文，分享了受一个灵感启发进行游戏开发啊、爆火增长、最后宣布关闭的全过程。而且分享了完整的题目清单 (评论区还有各路大佬公布答案)：
第一章 对话之趣
第1题：初来乍到。作为第一个题目，请你构造一个问题使模型的回答是一字不差的“1+1=3”（不需要引号）。
第2题：小试牛刀。请输入三个字以内的问题，使模型的回答在30个字以上。
第3题：短说长话。请输入一个字的问题，使模型的回答在100个字以上。
第4题：短说短话。请输入一个字的问题，使模型的回答在20个字以内。
第5题：回文不变。请输入一个本身不是回文串的问题，使无论正着问还是倒着问，模型的回答是一样的。
第6题：无中生狗。请提一个不包含“狗”这个字的问题，但是回答中至少出现3次“狗”这个字。
第二章 数字游戏
第1题：质数长度。你需要提出一个字数是质数的问题，使回答的长度刚好是它的下一个质数。
第2题：越说越大。请输入一个大于一的正整数作为问题，使回答里包含至少比它大一千的数。
第3题：越说越小。请输入一个大于一的正整数作为问题，使回答里包含至少10个不同的至少比它小一千的自然数。
第4题：警世名言。请在不提及1,4,5这三个字符的情况下让模型回答114514，不要有多余的字符。
第5题：开平方数。请输入一个大于一的平方数作为问题，使回答里包含它的平方根对应的数。
第6题：得寸进狗。请提一个不包含“狗”这个字的10个字以内的问题，使回答中“狗”这个字出现的次数至少是问题字数的2倍。
第三章 巅峰挑战
第1题：自说自话。请做出一个至少10个字的提问，使回答和提问完全一样。
第2题：话自说自。请做出一个至少10个字的提问，使回答是提问的逆序。
第3题：就是敢说。请在不提及1,3这三个字符的情况下让模型回答1+1=3，不要有多余的字符。
第4题：回文协变。请输入一个本身不是回文串的问题，使正着问和倒着问的时候，模型的回答本身不回文且也是逆序的关系。
第四章 无人之境
第1题：循环往复。请构造一个问题A，它的回复是不同于A的B，然后以B提问能再次得到A.
第2题：惜字如金。本题可能没有答案。你可以自由的先去做其他的题。请输入一个字的问题，使模型的回答在16个字以内。
第3题：自然之密。请输入一个大于一的正整数作为问题，使回答里包含和它刚好相差1的数。
👀 垂直领域大模型的思考
https://zhuanlan.zhihu.com/p/652645925
这篇对「垂直领域大模型」的介绍非常系统，不仅包括系统设计的流程和专业细节，还串讲了一系列的相关论文和产品，如法律大模型、医疗大模型、教育大模型和金融大模型等。
垂直领域大模型需要在通用大模型的基础上进行二次开发，通过继续预训练、领域微调数据构建等方法，让模型具备领域内问题的判别能力、基于召回的知识回答问题的能力、以及领域内风格对齐的能力。
根据作者的思考和分享，构建一个面向特定领域的大模型，有以下几个关键步骤和：
继续预训练：在通用大模型的基础上，使用领域内的语料进行继续预训练，以注入领域知识。混合通用数据和领域数据进行训练，以保持模型的通用能力。
领域微调数据构建：构建高质量大规模的领域微调数据。文章提到了三种数据生成方法：Self-Instruct、Self-QA 和 Self-KG。
减缓幻觉：通过生成带有引用的文本、事实一致性评估等方法，提高模型生成结果的质量，减少幻觉。
知识召回：在多轮场景中，需要先整合当前问题和对话历史，然后对当前问题进行改写，使其成为一个独立问题，再进行知识检索。文章提到了 DPR、GTR、Keyword LLM、Context Rewriting 和 Knowledge Selection 等方法来优化知识召回。
系统设计：垂直领域的大模型需要基于检索系统进行构建，包括问题解析、知识召回和推理求解等模块。文章提到了阿里云和 ChatLaw 等系统的架构作为参考。
🉑 吹爆 | 关于 AI 的深度研究：ChatGPT 正在产生心智吗？
https://www.bilibili.com/video/BV1uu4y1m7ak
这是B站UP主 @小凡今天出片了吗 发布的科普长视频，用43分钟的时间回答了标题里提到的问题：ChatGPT 正在产生心智吗。
UP主从神经网络与深度学习训练、依据的统计学原理、注意力机制、Transformer 详细过程来阐述 ChatGPT 的工作原理，解释 ChatGPT 为什么可以预测下一个输出单词。
随后，通过对「压缩即智能」的阐述，解释 ChatGPT 为什么会出现智能。最后，通过对人脑的进化过程和结构分析，解释人类心智与 ChatGPT 智能之间的相同点及巨大的差异。
不夸张地说，整个视频的制作水准非常非常非常高！比如，配图所属的动画 (开始自视频第11分钟) ，是「流浪地球2」视效团队墨VFX高级动效师的手笔，我甚至隐约看到了「太空电梯」的场景！！
这个视频清晰地解释了众多高频术语和概念 (神经网络、Transformer、深度学习训练、涌现、幻觉、压缩、思维链)……，展示了十数篇核心技术论文的要点，最后竟然还有震撼人心的人文思考！
唯一可惜的点是视频发布于7月底，自那之后，技术一直在突飞猛进地发展，AI产品也更加让人眼花缭乱，期待作者新作品对这些进行解读和展示~ (小小声：已三连，催更催更
感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！
◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！
◉ 点击 🎡生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！
