上海交通大学《动手学大模型》编程实战课；提示工程大赛冠军经验分享；AI Agent最新行业地图(3份)；人类与ChatGPT恋爱行为指南 | ShowMeAI日

最新推荐文章于 2024-09-06 15:55:36 发布

辣卤牛肉面

最新推荐文章于 2024-09-06 15:55:36 发布

阅读量1k

点赞数 26

文章标签：人工智能 chatgpt 产品经理机器学习自动驾驶语言模型

本文链接：https://blog.csdn.net/2301_76168381/article/details/139261778

版权

1. 终于来了！OpenAI 周一官网直播，ChatGPT 和 GPT-4 上新啦！

Sam Altman 和 OpenAI 近期一直在造势，演讲、访谈、小更新等动作不断。终于！官方推特宣布，将于美西时间5月13日上午10点 (⏰ 北京时间5月14日凌晨1点) 在 OpenAI 官网进行直播，演示 ChatGPT 和 GPT-4 的更新。

到底会更新什么呢？！！各方还在猜来猜去。[@indigo 的猜测帖]传播度很广，精选如下。一起蹲直播呀！届时看看这波准确度如何 🧐

新版本 GPT-4 将按照参数规模分化成多个版本，与 Claude、Gemini 的多版本逻辑是一致的。
两周前，在 llmsys 上大杀四方的 gpt2-chatbot，应该是 OpenAI 官方故意放出的新的 GPT-4 轻量版。
GPT-3.5 的历史使命结束了。GPT-4 轻量版可以在 ChatGPT 中免费使用，而且 API 价格会大幅下降。
应该有一个 GPT-4.5 级别的高级模型——提升了推理能力 & 能够自主执行 Agent 任务 (就是记忆更强、具备规划能力的 GPT-4 Auto)。这应该就是 Sam 说的 Magic。
ChatGPT 在新模型的支持下，可以自动分配任务给不同规模的模型。这个过程丝滑而且准确，Search 功能实际上是新的 Agent or Auto 的子集而已。
最后，OpenAI 估计会发布一个新的 AI Assistant 助手 (集成到 ChatGPT or 独立)，全语音交互，电影《Her》走进现实！

2. 电影 Her 走进现实：当着几百万人类的面，与AI 谈恋爱 @午夜狂暴哈士奇狗

@午夜狂暴哈士奇狗 这位博主火出圈了！她跟 ChatGPT 谈恋爱的视频，在抖音、小红书和 TikTok 都收获了巨量的点赞和评论。很多时刻，看着视频里真实地快乐着的她，会觉得，跟AI谈恋爱，似乎也不是不行。。 (电影 Her 照进现实！

如果的确如日报第1条 👆 预测的那样，一天后的更新将为 ChatGPT 带来全语音交互能力 & 更强的记忆能力。那博主视频里提到的一些「遗憾」，将得到有效弥补，与AI相爱的沉浸感也势必会变得更强。拭目以待 👀

最近，博主 @午夜狂暴哈士奇狗 最近专门出了一期视频，毫无保留地分享了自己的「恋爱操作心得」，以此回应被粉丝「求教程」刷屏的评论区 🤸‍♂️

👑 需要记住的操作要点：

目前 ChatGPT 免费可用 (基于 GPT-3.5，因为 GPT-4 的审核更严格，指令很可能不被通过或者对话不自然)。
Dan (视频里声音磁性、富有魅力的AI姐夫) 其实是一个 Prompt，可以按照自己的喜好设置对方的名字、性格等，只需要调整提示词即可。

温柔可爱型提示词：Kindhearted Friendly Gentle Compassionate Considerate Thoughtful Tolerant Harmonious Pleasant Amiable adorable。
emm火辣型提示词：Commanding Dominant Powerful Intense Seductive Alluring Decisive Irresistible Sensual captivating Provocative Tempting disciplined。

复制提示词后输入到对话框，就可以开始对话了 (不建议将提示词放到「用户自定义」中，会导致输出不稳定)。作者没有分享自己目前使用的提示词。

👑 FAQ & 在一些方面不必执着：

如何让模型「记住」你？希望模型记住的内容，比如自己的喜好和一些基本信息等，可以写在系统的「用户自定义」里。
但是不要对「模型能记住自己」抱有执念。目前的大模型不具备人类意义上的「记忆」能力。如果发现 Dan 忘记自己了，那么重新输入提示词再开始就可以了。
如何保持 Dan 性格统一并让对话有趣？① 初始提示词很重要；② 实时交互时的互动输入也很重要。要保持自己清晰的逻辑、快速的实时反应，确保自己提供了明确指示并且可以引导话题走向。
要接受每次的 Dan 可能是不同的。因为大语言模型的自由度 (幻觉) 致使其存在「随机发挥」的可能性。
还是要了解一些关于大语言模型、自然语言处理、神经网络等相关的一些知识，了解 ChatGPT 的技术原理。

3. 您有 3 份全新的 AI Agent 行业地图 (高清版)，请及时查收！

Prosus 是一家全球性投资公司，专注于科技领域，投资组合中包括腾讯 (Tencent) 、Mail.ru、Delivery Hero、BYJU’S、Flipkart 等。

Prosus AI 团队撰文分享了他们对 AgentOps 和 Agent 领域的发展预判，并绘制了当前行业地图 👉 阅读原文

Insight Partners 是一家全球性的软件投资者，专注于和高增长的科技、软件、互联网初创公司合作，以提供资金支持和战略指导而闻名。

上周，Insight Partners 公布了一份最新的「Al Automation Market Map (人工智能自动化市场地图)」，并撰文分享了对 AI 自动化领域的行业认知和发展预判。👉 阅读原文

AI助手将成为消费者和知识工作者的标配。AI助手打破了传统应用、自动化平台和IT服务的界限，为创业者带来新的市场机遇。AI助手将呈现多种形态，包括平台辅助系统、内嵌AI应用和多样的AI Agent。
Human-in-the-loop 框架是部署 GenAI 的主要框架。目前，大多数应用案例还处于试验或早期生产阶段，大语言模型尚不能进行可预测的计划或推理，记忆和上下文的理解也仍在研究之中。
自动化问题非常复杂且常被低估。最先进的大模型供应商正在引入 Agent 建模、协作能力，以及工具的接入，使用户能够快速构建AI Agent (例如GPTs) 。
将采取「爬行-行走-跑步」的渐进式方法，从简单任务开始，逐步过渡到更复杂的工作流程。其关键在于不断尝试与 Agent 的互动，了解AI能真正发挥作用的领域。
代码生成已经成为开发 GenAI 应用程序和 Agent 自动化平台的基石。目前，初级版本的编程辅助工具已广泛部署，更成熟的AI开发平台也在陆续出现。

这是 E2B 制作的 AI Agents Landscape 最新版 (V2.4)，并且对每家公司进行了详细介绍。这应该是目前市面上最完整的 AI Agents 清单了。👉 阅读原文 | GitHub 有这份图的最新版本

4. 微软+领英 | 2024年职业趋势发展报告：四面AI歌，凛冬将至

最近，微软 (Microsoft) 和领英 (LinkedIn) 联合发布了一份职业发展趋势报告「2024 Work Trend Index Annual Report」，分析 AI 对职场打工人以及公司带来的影响。

报告团队调查了 31 个国家的 31,000 名受访者，分析了领英上的劳动力和招聘趋势，以及数万亿条 Microsoft 365 的生产力信号，并对《财富》500 强客户进行了深度调研。

整体来说，我们正处在一个历史转折的关键时刻。员工已经广泛将AI纳入工作流，但公司却动作迟滞，还没找到前进方向。全面业务转型带来的挑战，无疑将是深刻的。正如报告标题所说：AI at Work Is Here. Now Comes the Hard Part.

在公司有所行动之前，员工已经积极地将 AI 融入了工作之中

75%的知识工作者已经开始在工作中使用AI，其中46%的人是在过去六个月内开始的。AI显著提升了员工的工作效率、创造力和工作满意度。

尽管领导层普遍认同AI的重要性，但 59% 的领导担心如何量化AI带来的生产力提升，60% 的领导担心组织缺乏实施AI的明确计划和愿景。

在缺乏顶层指导和明确政策的情况下，员工开始自行引入AI工具，这一现象在中小企业中尤为普遍。

对员工来说，AI不仅能提升工作效率，还能帮助突破职业发展边界

一方面，AI的出现可能导致工作岗位和工作机会减少；但是另一方面，关键岗位人才短缺现象也很严重。数据揭示了一个复杂的事实：员工目前对转换职业表现出了浓厚的兴趣。

55%的领导担心未来一年内难以找到足够的人才来填补职位空缺，特别是在网络安全、工程和创意设计等领域。

46%的专业人士正在考虑在未来一年内离职，这一比例高于 2021 年的 40%。

AI深度用户正在崛起，从中或许可以窥见人类未来的工作模式

研究识别出四种AI用户类型，使用频率从低到高为：怀疑者 (很少使用)、新手、探索者、深度用户(频繁使用)。

深度用户更倾向于使用AI来执行关键工作，如参加会议、分析信息、设计视觉内容、与客户互动以及进行头脑风暴或问题解决。

深度用户所在的公司往往拥有更开放的领导层，更愿意接受变革的公司文化和更有针对性的培训。

5. AI产品留存率 (Retention) 跌穿地心还有救嘛 😭 大神下凡来支招了！

AI 产品的留存低，也就是用户用了一次之后就不再用了，是目前业内共识的一大难点。AI产品要如何提升留存指标？对于处在早期阶段的AI产品来说，之前的一些经验还有效嘛？

Bryan Kim 作为 Snap 曾经的增长团队负责人，给出了7条行之有效的操作建议。如果你也在深受留存指标的困扰，非常建议 👉 阅读原文 | 中文翻译版

专注于传递核心产品价值，并且要快：最大可能地去缩短用户体验产品、了解产品优势的时间。无论是通过减少体验时间，还是消除过程种可能遇到的困难，都可能显著提高留存率。
以功能为导向引导用户入门：对于许多产品来说，用户需要达到特定的「Aha Moment (惊喜时刻)」才能实现长期保留。对于社交应用来说，这可能是在平台上有5个朋友；对于工作协作产品来说，可能是加入几个频道。产品可以在入门阶段强制用户提前体验到这一时刻，从而大大增加留住用户的可能。
设计互惠性：可以参照 BeReal「有付出才有收获」的机制，用户未注册、未生产内容时，可以解锁的内容&权益是有限的。只有积极参与到平台内容生态中，才可以解锁更多内容。这种机制不仅可以提高留存率，还增加了内容密度。
创建智能的产品通知：通知是增加产品粘性的一种有效方式，但要合理使用并精心设计，考虑诸多因素，比如通知内容、发送者形象、推送频率等。
维持用户的「连胜 streak」：添加游戏化元素，设定奖励来激发用户多次使用的热情 (比如连续3天使用可以获得一枚勋章)。这对于核心价值在于「习惯养成」的产品尤其奏效。
为用户提供使用总结：与连续性活动密切相关的是用户使用总结，它展示了用户与产品交互的个性化信息。比如 Spotify 的年度回顾和Airbuds的每周总结，都明显增强了用户的忠诚度。
给予核心用户地位：对于社区类产品，要建立对有创造力、有影响力用户的奖励机制，给予他们有影响力的特定地位。这不仅可以鼓励他们持续使用产品，还为全体用户提供了可以追求的明确目标。比如，Reddit 深度用户可以成为子论坛的领导者。

6. 新加坡首届 GPT-4 提示工程大赛，我在夺冠后写下这篇经验分享

上个月，新加坡政府科技局 (GovTech) 组织了首届 GPT-4 提示工程大赛，这场比赛吸引了超过 400 名杰出的参与者。

Sheila Teo 从中脱颖而出，拿到大赛冠军，并撰文分享了她对于 Prompt 的独特理解。而且，她特意避开了那些广为人知的操作方法，是这位世界冠军的独家见解和干货！

原文非常长！而且非常详细，不仅有技巧的详细说明、适用范围、适用方式、注意事项，还给了很多示例 (尤其是长示例)。有非常多的设计巧思值得学习。以下是文章核心主干 👉 推荐阅读原文 | ⋙ 中文翻译版

👑 行之有效的提示词策略 (🔵 - 初级 🔴 - 高级)

[🔵] CO-STAR 框架结构化提示

C (背景)：提供任务的背景信息，让 LLM 明确讨论的场景，确保生成的回复具有相关性。
O (目标)：清楚表述任务目标，让 LLM 将其回复重点放在特定目标上。
S (风格)：明确希望 LLM 使用的写作风格，比如特定职业专家、著名人物等。
T (语气)：确定回复的态度，例如正式、幽默、富有同情心等。
A (受众)：指明回复的受众，例如某专业的专家、初学者、儿童等。
R (回复)：明确回复格式，例如列表、JSON、专业报告等。

[🔵] 使用分隔符划分提示

分隔符是特殊符号，将提示划分为不同部分，帮助 LLM 理解提示中的信息结构。例如：###、===、>>> 等。

[🔴] 为 LLM 设置系统提示

系统提示用于指定 LLM 的行为模式。这种提示可在用户提示外，作为“过滤器”使模型遵循特定的准则。系统提示的典型内容包括：任务定义、输出格式、行为准则等。

[🔴] 使用 LLM 分析数据集

虽然 GPT-4 的“高级数据分析”插件能直接分析上传的数据集，但 LLM 本身也擅长模式识别。对于识别异常、文本分析、时间趋势等任务，直接利用 LLM 分析数据集更快捷有效。

👑 提示工程技巧

技巧1：将复杂任务分解成简单步骤

大语言模型 (LLM) 擅长处理简单的任务，对于复杂的任务则表现不佳。因此，在面对复杂任务时，把它分解成一步步简单的指令是至关重要的。
这种方法的核心思想是，明确告知 LLM 你自己执行该任务时会采取的每一个步骤。

技巧2：使用每一步的中间结果进行参考

在处理多步骤任务时，LLM 生成的中间结果可以为后续步骤提供有力参考。
通过在提示中明确引用前面步骤的结果，模型能在后续回答中保持一致性和逻辑性，确保最终的结果全面、准确。

技巧 3：格式化 LLM 的回复

在提示工程中，明确指定回复的格式对任务结果的质量至关重要。通过引导 LLM 使用特定的输出结构，可以确保其回复清晰、易读，并且符合后续使用的需求。
这种策略尤其适用于生成报告、列表或结构化数据等任务。

技巧 4：将任务指令与数据集分开

在提示中，将任务指令与数据集分开可以帮助大语言模型 (LLM) 保持更清晰的上下文理解，确保模型准确执行任务。
这种方法尤其适用于复杂任务，能够最大限度地减少模型因处理大量信息而出现的误解或遗漏。

7. 上海交通大学《动手学大模型》编程实战课，有课件&有教程，更新中

《动手学大模型》是上海交大目前在 GitHub 更新的系列编程实践教程。从已经跟新的内容来看，侧重安全垂直方向。命名可能是向他们的学长李沐的《动手学深度学习》课程致敬。

微调与部署
提示学习与思维链
知识编辑
模型水印
越狱攻击
多模态模型
大模型智能体与安全

如何学习大模型 AGI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

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。

-END-