这场AI革命才刚刚开始。
美国人工智能初创公司Anthropic推出新AI模型Claude 3炸裂刷屏。
新一代的Claude 3分为三个版本，分别为 Haiku、Sonnet、Opus 三款模型。从模型尺寸来看，网友戏称模型的中杯、大杯、超大杯。
全球网友纷纷评测，有人感叹“ChatGPT的时代已经过去了”，有人期待GPT-5能早点出炉，还有人预测AGI 时代即将来临。
大风大浪之下，对于普通人来说，更多的是借助大模型解决学习、生活或职场中的难题。Claude 3具体怎么用在教育领域？从全球网友的评测中我们看到了几个应用小案例。
可以说，教育或者学习的方式将更加多样化，个性化的学习不再遥远。甚至，跨领域跨专业，只要愿意尝试，说不定就能实现。
_01_智商更高，推理能力好
博主Maxim Lott提到，Claude 3在通过智商测试方面击败了其他人工智能，这是第一个得分超过100分的 AI。这印证Anthropic所说的Claude 3更擅长推理、数学能力，这对教育领域来说是一个重大进步。
Maxim Lott测试了这样一道题目：
Claude 3回复说正确答案是A，并给出了详细的解答过程。
（博主给出的详细报告：https://www.maximumtruth.org/p/ais-ranked-by-iq-ai-passes-100-iq）
也有一些博主实测得出结论，Claude 3比其他大模型在数学、物理、化学方面的能力更强。并且，在文科方面，Claude 3能做到知之为知之，不知为不知。
_02_视频转文字：学知识方式更多了，效率更高了！
看学术视频效率低？Claude3可以轻松将2个小时13分钟的视频转化成博客文章。
来看看转录的情况：
（博主AILAB发布的视频）
这个对于教育行业来说太方便了，如果有学生漏掉老师课程，老师发给学生录课视频，学生如不想逐帧去看视频了，可以直接让Claude3提取文字信息。
视频转文字功能还能进阶！比如结合一些工具，Memo AI是一款AI音视频转译工具，可以将YouTube、播客等视频和音频转录成文字，并支持90多种语言之间的翻译。
看起来Claude3替代了Memo AI的部分功能，但Memo AI的使用体验不一样，比如可以直接转化双语字幕。Memo AI最新版还可以将Youtube、播客、学习视频的内容生成思维导图，方便更好地吸收知识要点。
此前，Memo AI支持有微软、谷歌、Open AI、火山、DeepL等翻译平台。就在 Claude 3出来后，Memo AI已支持 Claude3翻译视频字幕。
Memo AI 称，测试上下文输入翻译时，字幕合并情况极少出现，而且翻译质量也不错。
可以说，Memo AI与大模型结合将开辟学习外语的新途径，可轻松做外语字幕，看外语文稿。
_03_编写代码：小白也可以有自己的应用
博主Janet打算做一个小插件实现如下功能：在 HTML 页面中选择任意文字后发送到 notion。ChatGPT4无法最终帮实现功能的闭环，而Claude3 Opus做到了。
_04_制作单词卡：可以按格式给出结果
博主Janet尝试使用Claude3 对比GPT4在单词卡制作方面的情况，得出结论：Claude3在音标和例句补全方面会优于GPT4，但仍旧未能完整返回所有词汇内容。
博主Janet给的 prompt，共71 个单词。
生成的具体结果：
可以看到，Claude3按照格式要求，完美返回所有词汇内容。
博主Janet关于单词卡制作的测试显示了Claude3翻译能力强大，且可以给出带表格的文本，图片转表格运用自如，这特别适合英语教学制作课件。
Claude 3 擅长从图像中提取文本还被其他博主提到。
该博主从图像中提取文本，GPT-4提取失败了，Claude 3 成功了，且排版有序。
对比一下在微信中使用图片提取文字功能：
可以看到，与Claude 3 相比，微信提取文字格式有点乱，需要自己复制下来重新编辑一下，不是很方便。
_05_超长文本处理能力：还帮总结成附件
Claude 3 具有超长文本的处理能力，200k的对话长度，能够单次处理大概超过15万英文单词。
Anthropic提到，为了有效地处理长上下文提示，模型需要强大的回忆能力。“大海捞针”（NIAH）评估衡量模型从大量数据中准确回忆信息的能力。Claude 3通过在每个提示中使用 30 个随机针/问题对之一并在不同的众包文档库上进行测试，增强了该基准的稳健性。Claude 3 Opus 不仅实现了近乎完美的召回率，超过 99% 的准确率，而且在某些情况下，它甚至通过识别“针”这句话似乎是人类人为插入到原文中来识别评估本身的局限性。
对此，有博主评论，这是“有趣的故事”和“恐怖的恐怖片”之间的微妙界限。
一个小细节，翻译的内容可以直接形成一个附件，不用滚动很长的屏幕了。
**可以看到，提炼文本、总结文本，Claude 3 都能应对，这也是一个比较常见的学习场景。**比如，一篇论文的核心思想是什么？Claude 3可以帮忙总结。
_06_未来已来？
Claude 3太强大了，甚至有博主提到，该模型似乎有足够的意识，它知道自己正在接受测试。这不禁让人瑟瑟发抖。
Claude 3的到来，正在撼动GPT-4的霸主地位。对于用户来说，对AI工具的忠诚度或许取决于谁更好用。
无论如何，Claude 3将大模型的竞争推向了更高的维度，这场AI革命才刚刚开始。
如何学习大模型 AI ？
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。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 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】
123?spm=1001.2014.3001.5501)这份完整版的大模型 AI 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】
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
