日报&周刊合集 | 生产力东西与行业运用大全 | 点赞关注谈论拜托啦！
B站UP主再出「邪招」，让康熙本人出演电视剧名局面
B站UP主 @PAC_松柏 结合康熙画像和电视剧画面，对视频人物角色进行了换脸，让康熙皇帝亲自来演绎各种名局面。
在系列视频里，能够看到《康熙王朝》《雍正王朝》等视频画面里，陈道明、洪晃所扮演的角色换上了「康熙」的脸，如同瞬间穿越到了前史现场。
不过，由于艺人和前史人物的面目概括等相差较大，也存在表情奇怪、五官不贴合等导致的怪异感 ⋙ B站 @PAC_松柏
ChatHub 聚合客户端，谈天机器人中的「瑞士军刀」
chathub.gg
ChatHub 是一个 chatbot 聚合客户端，现在现已支持ChatGPT、New Bing Chat、Google Bard、Claude、ChatGLM等，能够在一个页面同时与多个谈天机器人进行对话。
ChatHub 也供给了 Chrome 和 Edge 浏览器插件，根底版别能够免费运用，现已吸引了 10W+ 活跃用户，极大提高了谈天机器人的可用性和体会质量 ⋙ ChatHub GitHub
小红书上线AI功能「此时」，涂鸦和文生图才能十分亮眼
7月25日，小红书宣告推出新功能「此时」。用户直接输入文字，算法会依据输入的文本内容生成相应的图片，有记事本、聊感悟、想吐槽三种图片格式。此外，用户也能够在画板上手绘涂鸦，并运用AI技能对涂鸦进行美化后发布。
这一功能依据AIGC技能开发，现在现已在最新版别中全量上线，供一切用户运用。只需要输入纯文字或许绘制简笔画，就能够轻松获取美化图片、一键发布啦！ ⋙ 小红书
网易有道首推教育大模型「子曰」，6项运用可在线体会
论文速读：read.youdao.com/
其他功能试玩地址：aicenter.youdao.com/
7月26日，网易有道举办了「powered by 子曰」教育大模型运用成果发布会，重磅推出了国内首个教育范畴的垂直大模型「子曰」，作为基座模型支持许多下游使命，向一切下游场景供给语义理解、知识表达等根底才能。
依据此，有道研制团队在「子曰」大模型的根底上，为不同学习场景设计了定制化的模型，研制了六大立异运用：
LLM翻译
虚拟人口语教练
AI作文指导
语法精讲
AIBox
文档问答
Google 查找排名怎么优化？开发者经历大揭秘
逛推时发现了一位开发者共享的Google查找排名优化经历。他经过寻觅易于排名的关键字，使文章成功出现在了查找成果的第一位，并产品带来了很多流量。
经历文档写得十分详尽，ShowMeAI 收拾关键内容，感兴趣能够阅读全文：
第一步：寻觅潜在的关键字，生成关键词列表
选定与网站相关的论题，再依据这些论题生成一个具体的关键字列表，以下东西能够协助进行脑筋风暴
TopicRanker
KeywordsEverywhere
Ahrefs
第二步：寻觅Google查找成果中的缺点
方针是找到具有以下缺点的关键字，包含的缺点越多，针对该词组的排名就越简单：
域名权重
标题不匹配
低字数
可读性
加载时刻
垃圾邮件分数
文章年龄
论坛站点
第三步：删除与域名权重无关的主题
关于一个一般主题发布越多的优质内容，谷歌就越有或许将您的网站视为该范畴的威望来源。
问问自己以下问题，假如任何一个问题的答案是否定的，那么在排名上会遇到极大的困难：
我的网站在这个一般主题上有主题深度威望吗？
我在过去的3个月里至少写了6篇关于这个主题的文章吗？
我是否经常在交际媒体上和Newsletter上发布关于这个主题的内容？
第四步：查看每月查找量 (MSV)，查看查找词的盛行程度
高查找量的关键词一般很难排名，由于它们规划广泛，竞争一般十分剧烈。理想的方针关键词应该是每月有50到500人查找
第五步：剖析竞争对手，评价竞争对手的数量和实力
竞争对手的数量和实力，这两个要素都会影响一个关键词的排名难度
首先要查看的是 Moz域名权重 (DA) 与每个关键词的查找成果中的DA的比较情况：Moz DA的规划是0-100，分数越高代表权重越高 (排名时机越大)
其次考虑竞争者的数量：假如谷歌前两个成果质量很高但此之后明显下降，那么就有时机获取高排名，不然这个关键词或许会很难
第六步：考虑用户目的，确定最终的关键词列表
关键词需满意以下条件：
满意关于主题深度威望和定期发布的要求
每月查找量在50-500之间 (或许假如趋势向上的话，查找量能够更低)
具备上述列出的2-3个 (或更多) 缺点。
评价用户目的能够问自己以下问题：
谁在查找这个关键词？查找成果是针对专家仍是初学者？
首页内容是否无法满意用户需求，存在匹配不当的情况？
他们在寻觅什么？他们想购买产品或服务、寻觅信息，仍是导航到特定网页？
首页成果采取什么角度？是否有时机添补没有解决的问题？ ⋙ Twitter @独立开发者指北
LLM 超全总述博客，并在HN引发火热谈论
这是一篇由 Will Thompson 编撰的大言语模型 (LLM) 总述性文章，并被共享到了 Hacker News (HN) 引发了火热的谈论。文章包含以下首要内容：
介绍：概述了当前社会各界对 LLM 的广泛关注和谈论，以及文章作者出于理性剖析的立场进行编撰的目的
我们对 LLM 的理解
LLM 的技能内在：具体介绍了 LLM 的技能原理 (包含 Transformer、Attention 机制、并行处理等)，剖析了 LLM 相较 RNN 的优势，以及模型规划不断增加的趋势
LLM 的分类：依据言语处理进程的不同，可分为 Encoder、Decoder 和 Encoder-Decoder 三类 LLM 模型，各有优势
我们过去对 LLM 的认知
泛化才能： LLM 可快速泛化运用到新的使命，无需全新操练，体现出强壮的搬迁学习才能
功能可猜测：模型规划越大，数据量越多， LLM 功能 predictable，出现可量化的规划规律
研讨热点：介绍了 LLM 研讨的首要方向，包含模型缩放、功率提高、多模态等
InstructGPT 的奉献：InstructGPT 经过引入 SFT 和 RLHF 提高了 LLM 的可控性和 alignment，为后续模型奠定根底
Instruction Fine-tuning 和 RLHF：具体解释了InstructGPT的两大技能要点，包含完结方法、意义等
LLM 作为推理署理：依据 Prompt Engineering等技能，LLM 可作为推理署理完结复杂使命，发挥强壮的问题解决才能
Hacker News 页面收获了近200条留言，谈论者积极谈论了 LLM 的现状和发展前景等论题：
LLM 技能现在还处在哪个阶段：有人以为仍在高峰期，也有观念是现已进入「幻灭期」
关于杀手级运用的定见纷歧：有人以为 Copilot 等便是杀手级运用，也有谈论以为现在还没有出现真正的杀手级运用
关于商业运用：谈论了 LLM 在知识办理、产品教学等方面的运用潜力。但也有观念以为空泛的营销运用居多
关于社会影响：担心就业损失的声响比较多。也有观念以为真正受影响的或许只是一小部分人
技能谈论方面：有谈论剖析了不同 Transformer 架构的区别，以及在不同使命上的适用性
关于研讨方向：提到了 Interpretability 等让 LLM 决策更可解释的研讨趋势
还谈论了 customizable 芯片、降低操练本钱等硬件方向，以及提高安全性、防止成见等方面的研讨价值 ⋙ Blog | Hacker News
开香槟 VS 大裁员，业内深聊游戏行业中的AI运用实践
这是一个资深从业者的畅聊视频，AIGC东西网站工程师和游戏设计师作为受邀嘉宾，具体演示了他们现在运用的AI生成东西、这些东西怎么提高工作功率、并开端逐渐改变各个团队的协作模式：
Diffuse 模型基本概念理解
LiblibAI 绘图流程演示
ComfyUI 绘图流程演示
游戏行业中的实践运用
视频中东西操作的演示视频十分生动！还有主持人以「小白」视角的发问和演示者的具体解答，十分有意思，能够快速掌握东西的运用要点。以及！最后一部分的谈论十分详尽！
假如你想了解当前游戏行业中的AI运用实践情况,以及它将怎么影响工作方法，那就一定不要错失这个视频！ ⋙ B站@ TAcore_游戏工业党
吴恩达联合 Hugging Face 再出新课，运用Gradio快速构建生成式AI运用
www.deeplearning.ai/short-cours…
吴恩达 DeepLearningAI 与 HuggingFace 共同推出了一门新课 Building Generative AI Applications with Gradio，教我们怎么运用 Gradio 快速构建生成式AI的运用。
Gradio 是一个开源 Python 库，能够将机器学习模型从笼统的代码转变为交互界面，大大简化了经典运用的构建进程，如草图辨认、问答体系、图画分割、时序猜测、依据XGBoost的可解释性展现等。
构建生成式AI运用的一个重要方向，便是构建web demo让用户能快速体会。Gradio正是当前最盛行的快速构建AI Web运用的解决方案。课程还供给了十分友爱的 Jupyter Notebook 操练环境，课程时长1小时左右，现在免费敞开。
本门课程包含了5类运用的构建：
自然言语使命接口：首要叙述怎么依据 Gradio 开发文本摘要和命名辨认运用
图画说明运用：依据开源的 image-to-text 模型开发一个图片说明运用，即依据上传的图片给出相关的文本描述运用
图画生成运用：与上面的相反，构建的式依据text-to-image的运用
游戏生成运用：这是一个归纳运用样例，是依据前面的2个运用构造的一个小游戏实例
大模型谈天运用：相似ChatGPT的运用
这门课会让我们学习到如下内容：
用几行代码，创立一个用户友爱的运用程序（可用于非程序员）来获取输入文本，用开源的大型言语模型进行总结，并显现摘要
创立一个允许用户上传图画的运用程序，该运用程序运用图画到文本（图画字幕）来描述上传的图画，并在运用程序中显现图画和字幕
创立一个运用程序，该运用程序获取文本并生成具有分散模型的图画，然后在运用程序中显现生成的图画
结合前两节课中学到的内容：上传图画，为图画增加标题，并运用标题生成新图画
运用Falcon创立一个与开源LLM谈天的界面，Falcon是open LLM排行榜上排名最好的开源LLM
感谢奉献一手资讯、资料与运用体会的 ShowMeAI 社区同学们！
◉ 点击 日报&周刊合集，订阅论题 #ShowMeAI日报，一览AI范畴发展前沿，捉住最新发展时机！
◉ 点击 生产力东西与行业运用大全，一起在信息浪潮里扑腾起来吧！
