日报&周刊合集 | 生产力工具与行业运用大全 | 点赞关注评论托付啦！
太有用了！Stable Diffusion 的24个表情提示词
Pensive 深思
Smiling 微笑
Disgusted 厌恶
Laughing 大笑
Shocked 震动
Frowning 皱眉
Crying 哭泣
Biting lip 咬唇
Pouting 掀嘴
Rolling eyes 翻白眼
winking 眨眼
Blushing 脸红
Yawning 打哈欠
Nervous 严重
Worried 忧虑
Staring 凝视
Awesome Chinese LLM 思想导图，中文大言语模型联系图谱
Llama 2开源且可直接商用，大模型格式产生巨大变化
7月19日，Meta 发布大模型 Llama 2，宣布免费且能够商用，GitHub 项目的 Star 在几天时刻里突破 30K。一夜之间，大模型格式再次产生巨变。以下是 Llama 2 大模型的根本信息：
▢ 包括 70 亿、130 亿和 700 亿三种参数变体，此外还练习了 340 亿参数变体，但并没有发布，只在技能报告中提到了
▢ 在 2 万亿的 token 上进行练习，比较于 Llama 1 的练习数据多了 40%，精调 Chat 模型是在 100 万人类标记数据上练习的
▢ 支持的上下文 token 长度翻倍，由本来的 2048 晋级到 4096
▢ 免费可商用，但日活大于 7 亿的产品需求独自请求商用权限
OpenAI 研究科学家 Andrej Karpathy 在推特上表明：关于人工智能和 LLM 来说，这确实是重要的一天。这是现在能够把权重供给给一切人运用的最为强大的 LLM。
关于开源社区来说，这个大模型便是「全村的期望」。它的出现将进一步缩小开源大模型与闭源大模型的差距，让一切人都有时机依据它构建自己的大模型运用 ⋙ Llama 2网站 | Llama 2功用测验
微软推出 Bing Chat 企业版，并发布 Microsoft 365 Copilot 定价
7月18日，微软发布了大模型产品的最新进展，包括推出 Bing Chat Enterprise (企业版) 预览版，以及发布 Microsoft 365 Copilot 定价。
Bing Chat Enterprise 将会为用户供给由 AI 支持的谈天功用，一同维护企业的商业数据—— Bing Chat Enterprise 不会保存谈天数据，微软也无法对其进行监督访问。Bing Chat 企业版已经推出预览版，未来将发布独立产品，选用付费订阅模型，价格是每位用户每月 5 美元。
Microsoft 365 Copilot 面向商业客户的价格正式出炉，Microsoft 365 E3、E5、Business Standard和Business Premium客户的价格将为每个用户每月30美元。
依据微软官方介绍，Microsoft 365 Copilot 以 Microsoft Graph 中的事务数据为基础，包括一切电子邮件、日历、谈天记录、文档等，能够协助企业对一切事务数据进行推理，包括从会议/邮件中生成最新信息并发送给团队、协助了解项目进展、从内部文件和网络数据中创立SWOT分析、提出问题并从网络上取得答案等 ⋙ Microsoft Blog
手把手教你运用 ChatGPT 生成 SQL 句子
这篇文章介绍了运用 ChatGPT 生成 SQL 句子的具体操作过程，十分酷炫且有用！
作者先定义了一组示例数据库表，然后让 ChatGPT 依据表的文本描绘主动推断出表联系。成果！ChatGPT 居然把一切的表联系都推断出来了！
难度晋级。作者运用简单的英语提示，让 ChatGPT 生成「查询客户订单数量」「查询时刻范围内订单金额」SQL句子。ChatGPT 也统统做对了！写出来的 SQL 句子一个比一个靠谱!
持续晋级。作者通过测验发现，ChatGPT 能够具体指出不同数据库的语法和函数差异所在，并且能够依据作者要求生成专门适用于 SQL Server 的 SQL 句子！
作者总结了运用 ChatGPT 生成 SQL 句子的留意事项：
首先定义表，留意提示词要尽可能简单
确认 ChatGPT 了解了表结构，如果没有则需求增加一个提示，解说所需的表联系
用简单、清晰的提示词，描绘想要的查询成果
清晰告知 ChatGPT 正在运用的数据库
最终！必定必定要留意！ChatGPT主动生成的 SQL 句子并不能保证 100% 精确，需求通过验证 ⋙ 阅览原文
开源LLM微调练习攻略：怎么打造属于自己的LLM模型
LLM应该算是现在当之无愧的最有影响力的AI技能。而许多人在领会了 GPT 等大言语模型的魅力后，刻不容缓地考虑能将模型才能集成到自己的产品中去。
这篇文章就聊到了这个论题——大言语模型 (LLM) 微调练习。这是一篇体系的 LLM 微调攻略，对初学者掌握 LLM 微调技能十分有价值：
介绍：介绍了商用LLM模型存在的问题，包括运用本钱昂扬和数据隐私危险，因而主张微调开源LLM模型来完成自己的方针
什么是搬迁学习：解说了什么是搬迁学习,以及怎么通过微调预练习言语模型来适应新的使命
选择合适的基础模型：提出了选择基础 LLM 模型的办法，包括参阅模型排行榜、查看许可证、留意模型巨细等，引荐运用 Hugging Face 的 falcon 系列
怎么预备模型练习数据：具体解说了怎么预备高质量的 LLM 练习数据集，包括数量、主动生成、遵循的格式等方面
怎么选择模型练习环境：引荐了模型练习环境的选择，引荐了各种获取 GPU 资源的办法，主张初学者运用 Google Colab
开始练习你的 LLM 模型：指导了怎么用 Hugging Face 的 Transformer 库加载模型，并运用 QLoRA 技能进行微调
模型推理：给出了模型推理的代码示例，展示了怎么运用微调后的模型生成回复
总结：总结要点，微调开源LLM模型能够取得比较好的成果，适合各种实践运用场景 ⋙ @技能狂潮AI
小白秒变大神的 Python 速查表大全！这份抢手秘籍教你开挂
这是一份具体且全面的 Python 言语的速查表，能够协助 Python 开发者快速查找和了解 Python 的各种语法和特性，能够作为十分好的语法参阅手册。
速查表由7个主要部分组成，每部分都包括了根本操作、用法、示例代码：
调集类型：包括列表、字典、调集、元组、range、枚举、迭代器和生成器等的常用办法
数据类型：包括类型、字符串、正则表达式、格式化、数字、组合数学和日期时刻等的用法
语法：包括参数、内联函数、导入、装修器、类、鸭子类型、枚举、异常等的用法。
体系：包括退出、打印、输入、命令行参数、文件操作、路径、体系命令等用法
数据处理：包括 JSON、Pickle、CSV、SQLite、字节、结构化数据、数组、内存视图和双端队列等的运用
高级用法：包括线程、操作符、自省、元编程、求值和协程等的用法
常用库：包括进度条、绘图、表格、命令行界面、日志、网页抓取、网络请求、功用分析、数值计算、图像、音频、游戏、数据分析等方面的库的简单用例
附录：包括 Cython、PyInstaller、模板脚本等的相关内容 ⋙ Comprehensive Python Cheatsheet
LLM 开发必修课，6周教你用热门结构开发商业级 LLM 产品
ShowMeAI知识星球资源编码：R173
这是 Databricks 出品的「Large Language Models: Application through Production (大言语模型：产品中的运用)」在线课程，国内小伙伴们能够在 edX 网站免费观看。
这门课程面向开发人员、数据科学家和工程师，协助运用最盛行的结构 (如Hugging Face、LangChain) 来构建面向大言语模型的运用程序。通过这门课程的学习,你能够构建一个端到端的LLM作业流程，使其预备上线生产。
课程章节
▢ 模块1：用LLM运用
▢ 模块2：嵌入、向量数据库和查找
▢ 模块3：多阶段推理
▢ 模块4：LLM的微谐和评估
▢ 模块5：社会与LLM-成见和安全
▢ 模块6：LLMOps
学习收获
▢ 怎么运用盛行的库 (如Hugging Face、LangChain) 将 LLM 运用到自然言语处理 (NLP) 的实践问题中
▢ 怎么运用嵌入和向量数据库将域知识和回忆增加到 LLM 流程中
▢ 了解预练习、微谐和提示工程的细微差别,并将这些知识运用到自定义谈天模型的微调中
▢ 怎么运用不同的办法来评估 LLM 的效果和成见
▢ 怎么完成 LLMOps 和多阶段推理最佳实践的 LLM 作业流程
▢ 怎么利用 LLMOps 最佳实践在规划上布置模型 ⋙ Edx
感谢奉献一手资讯、资料与运用体验的 ShowMeAI 社区同学们！
◉ 点击 日报&周刊合集，订阅论题 #ShowMeAI日报，一览AI领域发展前沿，捉住最新发展时机！
◉ 点击 生产力工具与行业运用大全，一同在信息浪潮里扑腾起来吧！
