?? AI新聞

?? OpenAI可能面臨《紐約時(shí)報(bào)》的起訴，侵犯知識(shí)產(chǎn)權(quán)引發(fā)爭(zhēng)議

摘要：OpenAI使用《紐約時(shí)報(bào)》的文章和圖片來訓(xùn)練AI模型，違反了《紐約時(shí)報(bào)》的服務(wù)條款，可能面臨巨大損失。此前，也有其他著名作家對(duì)OpenAI提起過版權(quán)訴訟?！都~約時(shí)報(bào)》擔(dān)心OpenAI利用其內(nèi)容創(chuàng)建競(jìng)爭(zhēng)對(duì)手，已更新禁止使用其內(nèi)容開發(fā)軟件的服務(wù)條款?！都~約時(shí)報(bào)》與OpenAI原本可能達(dá)成許可協(xié)議，但已變得有爭(zhēng)議。如果訴訟發(fā)生，OpenAI可能以“合理使用”為辯護(hù)。其他新聞機(jī)構(gòu)已加入制定新聞AI使用標(biāo)準(zhǔn)的行列。一些AI原則旨在保護(hù)出版商的知識(shí)產(chǎn)權(quán)。

?? 快手推出自研語言模型“快意”，在排名中表現(xiàn)強(qiáng)勁

摘要：快手自研的大語言模型“快意”（KwaiYii）已開始內(nèi)測(cè)，并在最新的中文排名中表現(xiàn)出色。以13B版本KwaiYii-13B為例，它在人文學(xué)科和中國特定主題等方面具有較強(qiáng)能力，平均分超過61分。KwaiYii-13B-Base預(yù)訓(xùn)練模型在各方面表現(xiàn)優(yōu)異，達(dá)到了同等模型尺寸下的最佳效果。而KwaiYii-13B-Chat對(duì)話模型在語言理解和生成能力上也表現(xiàn)出色?？焓諥I團(tuán)隊(duì)將持續(xù)迭代“快意”大模型，優(yōu)化性能并研發(fā)多模態(tài)能力，在C端和B端業(yè)務(wù)場(chǎng)景下實(shí)現(xiàn)更多落地。

?? 前谷歌研究人員創(chuàng)建新人工智能公司 Sakana AI

摘要：谷歌前研究人員David Ha和Llion Jones聯(lián)合創(chuàng)辦了位于東京的人工智能公司Sakana AI。該公司將專注于為基礎(chǔ)模型創(chuàng)建新架構(gòu)，使用多個(gè)小模型相互通信和協(xié)作來解決問題。Sakana這個(gè)名字取自日語單詞"さかな"，意為魚，代表著一群魚通過簡(jiǎn)單規(guī)則形成連貫實(shí)體的想法。這個(gè)新聞涵蓋了谷歌的研究成果和人工智能領(lǐng)域的創(chuàng)新，具有一定的影響力和新穎性。

?? 快手推出AI對(duì)話功能 搜索內(nèi)容更智能化

摘要：快手發(fā)布了基于自研大語言模型的最新進(jìn)展，推出了“快手AI對(duì)話”功能，幫助用戶更方便地查找短視頻、百科、達(dá)人等內(nèi)容。該功能還有望提供“全網(wǎng)檢索”服務(wù)，利用大量的數(shù)據(jù)和知識(shí)。此前，快手已在其搜索場(chǎng)景中進(jìn)行了基于大模型的測(cè)試，包括智能問答和文本創(chuàng)作等功能。此外，快手的視頻剪輯類產(chǎn)品“快影”和功能拍攝類產(chǎn)品“一甜相機(jī)”也已在測(cè)試中推出多款A(yù)IGC創(chuàng)作功能。

?? IBM研究報(bào)告：AI不會(huì)取代人類，但會(huì)使其獲益

摘要：IBM商業(yè)價(jià)值研究院發(fā)布的研究報(bào)告顯示，人們應(yīng)利用生成式AI獲益，而不必害怕其影響。調(diào)查結(jié)果顯示，40%的員工將需要利用AI重新掌握技能，87%的高管希望AI能強(qiáng)化而非取代自己的角色。與此同時(shí)，成功掌握AI技能的員工收入增長(zhǎng)率相比同行高出15%。報(bào)告總結(jié)指出，使用AI的人將取代不使用AI的人。

?? AI知識(shí)

???數(shù)據(jù)清洗和預(yù)處理的重要性

本文討論了數(shù)據(jù)清洗和預(yù)處理在數(shù)據(jù)科學(xué)工作流程中的重要性,提供了處理缺失數(shù)據(jù)、異常值和數(shù)據(jù)不一致的實(shí)用技巧和技術(shù)。文中使用R語言和tidyverse包演示了這些技術(shù),涵蓋了標(biāo)準(zhǔn)化數(shù)據(jù)、集成不同數(shù)據(jù)源、通過視覺檢查管理異常值以及通過刪除或填補(bǔ)方法處理缺失數(shù)據(jù)等步驟。文中還探討了數(shù)據(jù)轉(zhuǎn)換、編碼分類變量以及特征工程。

???金融市場(chǎng)中的機(jī)器學(xué)習(xí)研究綜述

本文對(duì)金融市場(chǎng)中的機(jī)器學(xué)習(xí)這一新興領(lǐng)域進(jìn)行了綜述。作者重點(diǎn)介紹了該領(lǐng)域的最值得關(guān)注的研究成果,并提出了未來研究的方向。本綜述面向希望了解機(jī)器學(xué)習(xí)工具的金融經(jīng)濟(jì)學(xué)家,以及有興趣將高級(jí)方法應(yīng)用于金融背景的統(tǒng)計(jì)學(xué)家和機(jī)器學(xué)習(xí)研究者。文中著重討論了收益預(yù)測(cè)、因子模型和投資組合選擇等話題。

更多AI工具，參考Github-AiBard123，國內(nèi)AiBard123