日报&周刊合集 | 生产力东西与职业运用大全 | 点赞重视评论托付啦！
蹭「酱香拿铁」热门的Midjouney绘图创意，好可爱的手机壁纸
小红书作者 @美学孤诣 运用 Midjourney 制作了「上个茅班」的手机壁纸，而且贴心地给出了 Prompt 提示词，感兴趣地小同伴能够试着复现和微调。
组成 LLM 产品团队，发布招聘预告，你还有一周的预备时间
whjlnspmd6.feishu.cn/wiki/CxyAwz…
@马丁的面包屑 从「光年之外」离职后参加了新的公司，并将于9月中旬开端着手组成产品团队。他在个人社交媒体账号上提早发布了招聘预告，用 3600 字十分具体地说了此次招聘地背景、新公司的状况、敞开招聘的岗位及面试关键，以及最重要的简历投递方法和留意事项（便是上方截图部分）。
留意！马丁会在9月中旬正式发动面试流程，并在国庆前根本完毕这个渠道的招聘。提早预告是为那些拥有「产品才能」却缺乏 LLM 认识的候选者一些预备时间。
整篇文档条例清晰一气呵成！不管本次是否求职，我都建议你仔细读一读，看看现在冲锋在最一线的团队管理者和面试官重视什么、想要什么，思考自己才能版图还有哪些短缺，进而安排之后的学习和提高 ⋙ 即刻 @马丁的面包屑
FlowGPT「提示词大赛」敞开注册，下半年学习提示工程最好的机会
FlowGPT 答使用户分享和查找 AI Prompt，自2023 年推出以来已招引了超越 150 万用户，开发了 5000 + 提示词，而且保护了一个十分活跃的社区
FlowGPT 携手 Google、HuggingFace 等AI职业领军同伴，带着「提示词竞赛」来到了第3季。参赛者能够从近50个主题中选择自己喜欢的进行发明，瓜分超越10万元的奖池。
留意！提示词大赛为期一个月 (9月15号-10月13号)，参赛者需在此期间选择主题并上传自己的提示词。官方将依据社区喜欢度、大赛评委以及AI评委三种方法，评选出超越100个奖项，还有更多参加鼓励~
官方为了鼓励小同伴们积极参加，在主题设定方面可谓「费尽苦心」，总能让你找到自己的发挥空间！提示词学一学没害处的 ⋙ 点击这儿报名
竟然能够运用 Stable Diffusion 生成相似 Apple emoji 的表情了！
replicate.com/fofr/sdxl-e…
sdxl-emoji 是一款根据 Apple Emoji 的 SDXL 微调模型，能够经过输入提示词 A TOK emoji of [xxx] 来发明绝无仅有的emoji表情，而且支持十分具体的参数调整（相似 Stable Diffusion 的操作界面）。
东西能够在上方链接试玩，也能够调用 API 运行，生成过程和结果充满趣味性，用在聊天过程中也很能招引目光和评论
想体会百川最新开源模型 Baichuan 2？这儿是魔搭最佳实践教程
modelscope.cn/models/baic…
Baichuan 2 是百川智能推出的新一代开源大言语模型，选用 2.6 万亿 Tokens 的高质量语料练习，在威望的中文和英文 benchmark上均获得同尺寸最好的作用。
上星期，百川智能宣布正式发布并开源 Baichuan 2 大模型，包含Baichuan 2-7B、Baichuan 2-13B、Baichuan 2-13B-Chat与其4bit量化版本，而且均为免费可商用。
Baichuan 2 已经上线「魔搭社区 (ModelScope)」，还上线了 Baichuan2-13B-Chat的体会Demo（便是配图右侧的「关联创空间」），能够在线体会实际作用哦~
魔搭社区 (ModelScope) 公众号还提供了一篇具体的演示教程，手把手说明 Baichuan2-7B-Chat和Baichuan2-7B-Base模型在ModelScope的Notebook环境的装备流程 ⋙ 这儿是教程
巨大是如何诞生的？追溯2012年AI往事，改动人类命运的180天
巨大之所以为巨大，不是由于其横空出世时的惊艳，而是由于它要在无边黑私自，忍耐绵长的籍籍无名与不被了解。直到多年之后，人们才能顺着这些标尺，感叹那时群星璀璨，天才辈出。
这是一篇长文，作者文笔十分出色，截取了2012年6月到12月这个时间片段，抽丝剥茧，找到了2023年AI大爆发的前史源头。
李飞飞、吴恩达、Hinton、LeCun、Google、Facebook、英伟达、百度、ImageNet、GPU、AlexNet…… 原来在悠远的2012年以及更悠远的2006年，在AI出路蒙昧不清的时间，早已有群星闪烁。
引荐对AI感兴趣、乃至经历尚浅的从业者都来读一读这篇文章。让我们在曙光降临之前，一同仰望，记住这些星星们的方位。
2006年
深度学习的3个短板都被补足，产业化只剩下了时间问题
算法。辛顿和学生 Salakhutdinov 在 Science 上宣布论文，第一次提出了梯度消失问题的有用解决计划，在算法层面迈出了一大步
数据。李飞飞意识到如果数据规模难以还原实际世界的原貌，再好的算法也很难经过练习达到「模拟人脑」的作用，于是她开端着手树立 ImageNet 数据集
算力。英伟达发布 Tesla 架构的新款 GPU，并随之推出 CUDA 渠道，开发者利用 GPU 来练习深度神经网络的难度大幅度降低，望而生畏算力门槛被砍掉了一大截
2012年
6月 – Google Brain 公开 The Cat Neurons (谷歌猫) 项目的研讨成果，吴恩达 AndrewNG 动用 16000 块 CPU 练习并完结了 74.8% 的辨认准确率，震惊业界
8月 – 辛顿 Geoffrey Hinton (吴恩达导师) 入职 Google 接手吴恩达作业，成为一名特殊的暑期实习生
10月 – 辛顿和自己的学生 Ilya Sutskever、Alex Krizhevsky 只用4块GPU创立了AlexNet 算法并提出了卷积神经网络，在 ImageNet图像辨认竞赛中以惊人的 84% 辨认准确率夺得冠军，
12月 – Google 以4400万美元的价格收购辛顿和 Ilya Sutskever、Alex Krizhevsky 组件的新公司 DNNresearch (Ilya Sutskever也是 OpenAI 的创始人之一)，深度学习开端在业界获得广泛重视
2013年
1月 – 百度树立深度学习研讨院IDL
12月 – 杨立昆 Yann LeCun (深度学习三巨子之一) 参加 Facebook，创办了该公司人工智能研讨院
2014年
5月 – 百度延聘吴恩达参加IDL
6月 – Google收购DeepMind
2016年
- 3月 – DeepMind的AlphaGo 击败李世石
2017年
1月 – 百度延聘前微软高管陆奇参加
6月- Google宣布论文 Attention Is All You Need ，提出Transformer网络模型
2022年
- 11月 – ChatGPT横空出世 ⋙ 引荐阅览长文
2023年 NeurIPS 大言语模型效率挑战赛，这是官方的「入门攻略」
llm-efficiency-challenge.github.io
NeurIPS大言语模型效率挑战赛 (NeurIPS Large Language Model Efficiency Challenge) 由NeurIPS主办，旨在鼓励研讨人员开发更高效的大言语模型。
竞赛要求参赛者运用1块GPU在24小时内练习一个LLM模型并参赛，评价标准是模型在各种使命上的功能，包含言语建模、文本分类、问答和生成使命等。
截止提交日期是2023年10月15日，感兴趣的能够参加或坚持重视，后续官方会同享相关技能计划。
lightning.ai/pages/commu…
这是竞赛的参赛攻略，能够帮助参赛选手更好地了解、参加和完结竞赛的悉数流程。整理了这篇教程的大纲和内容简介，快跟着大佬们把技巧学起来啦：
这是一场什么竞赛：介绍挑战赛的概况
竞赛概览：总结竞赛的主要规则，包含答应的GPU、模型、数据集等
官方发动东西包：引荐Lit-GPT代码库作为参赛的官方发动东西包
设置项目环境：创立一个虚拟环境来组织代码依靠
装置需求：装置Lit-GPT所需的Python包依靠
下载模型查看点：下载竞赛答应运用的言语模型权重
下载和预备数据集：下载和预处理竞赛答应运用的数据集
树立微调基准：运用Lit-GPT对言语模型进行微调，树立一个基准功能
运用模型：生成文本来查看微调后的言语模型
更改微调设置：评论一些微调的参数设置
避免内存溢出过错：提出一些避免GPU内存不足的技巧
研讨方向：提出一些或许的研讨思路
在本地评价模型：在本地评价言语模型的功能
提交结果：提交Docker镜像以参加正式评测
台大2023秋季最新课程，深度学习音乐剖析与生成 (持续更新中)
ShowMeAI常识星球资源编码：R182
深度学习音乐剖析与生成 (Deep Learning for Music Analysis and Generation ) 是台大2023年秋季学期的最新课程，涵盖了根据机器学习 (尤其是深度学习) 技能完结音乐信息研讨的理论与实践:
音乐剖析：包含音频特征提取、音乐音频的表明学习、音乐分类、旋律提取、主动音乐转录和音乐源别离等论题
音乐生成：包含生成符号域的MIDI或谱表信息,以及生成音频域的歌声和器乐音乐等，涉及到GAN、VAE、Transformer、分散模型等深度生成模型
课程现在连续更新中，课程视频还没对外公布，不过课件已经能在 GitHub 获取了。放出的前3章课件已经放到 ShowMeAI 的常识星球了，能够下载啦~
第1周：课程介绍
第2周：基础常识和音乐表明
第3周：剖析I(音色) – 主动音乐分类和表明学习
第4周：生成I – 音源别离
第5周：生成II – GAN和声码器
第6周：生成III – 音符和循环的合成
第7周：剖析II(音高) – 音乐转录,旋律提取和和弦辨认
第8周：剖析III(节奏) – 节拍/强拍跟踪
第9周：生成IV – 符号域MIDI生成
第10周：生成V – 歌声生成
第11周：生成VI – 可微分信号处理模型和主动混音
第12周：项目推介
第13周：生成VII – 符号域MIDI生成 – 高档论题
第14周：生成VIII – 文本到音乐生成
第15周：杂项论题
第16周：期末项目演示
感谢贡献一手资讯、材料与运用体会的 ShowMeAI 社区同学们！
◉ 点击 日报&周刊合集，订阅论题 #ShowMeAI日报，一览AI领域开展前沿，捉住最新开展机会！
◉ 点击 生产力东西与职业运用大全，一同在信息浪潮里扑腾起来吧！
