?? AI新聞

?? Mozilla開發(fā)的AI文檔工具遭到開發(fā)者批評，已下線

摘要：Mozilla開發(fā)的基于生成式AI的工具AI Help在開發(fā)者群體中遭到廣泛批評。開發(fā)者認為該工具提供的信息常常錯誤，甚至認為它沒有這個功能反而更好。針對這些問題，MDN的一位主要志愿者開發(fā)人員承諾將解決這些問題。查詢顯示當前"AI Help"按鈕已經(jīng)下線。MDN Web文檔項目致力于為開發(fā)者提供可靠的信息，幫助他們在web平臺上輕松構(gòu)建項目。

?? 京東副總裁宣布大模型將重塑商業(yè)模式，言犀預(yù)訓練語言模型參數(shù)達到千億級

摘要：在2023世界人工智能大會上，京東副總裁兼探索研究院院長何曉冬表示，大模型將重塑所有商業(yè)模式。京東旗下的言犀大模型已經(jīng)寫出了30億字的營銷文案和上萬個直播腳本。何曉冬認為，多模態(tài)智能是通往人工通用智能（AGI）的必經(jīng)之路。京東即將發(fā)布的言犀大規(guī)模預(yù)訓練語言模型參數(shù)達到千億級，將面向多個產(chǎn)業(yè)場景。這一模型的參數(shù)覆蓋3000+品類，人工審核通過率達到95%以上。京東CEO許冉透露，京東將于7月13日發(fā)布京東大模型。

?? 金山辦公宣布WPS AI官網(wǎng)上線，支持內(nèi)容生成和公式生成等功能

摘要：金山辦公宣布WPS AI官網(wǎng)正式上線，用戶可以申請體驗官資格。WPS AI支持內(nèi)容生成和公式生成等功能，用戶可以一鍵生成文字內(nèi)容、制作PPT，分析表格數(shù)據(jù)生成報告，并能掃描識別和分析文件。WPS文字、演示、表格、PDF智能文檔、智能表格、智能表單等產(chǎn)品已支持WPS AI功能。WPS AI是基于大語言模型的生成式人工智能應(yīng)用，可以幫助生成文檔、進行多輪對話和處理現(xiàn)有文檔。金山辦公還與英偉達團隊合作，提升圖像文檔識別與理解的推理效率。

?? 標題：萬事達卡推出基于人工智能的消費者欺詐風險系統(tǒng)

摘要：萬事達卡公司正在銷售一種基于人工智能的"消費者欺詐風險系統(tǒng)"，旨在幫助銀行更有效地發(fā)現(xiàn)客戶是否受到詐騙。包括勞埃德銀行集團、英國國民銀行集團和蘇格蘭銀行集團在內(nèi)的英國九大銀行已注冊使用該系統(tǒng)。該工具經(jīng)過多年交易數(shù)據(jù)的訓練，可以預(yù)判用戶轉(zhuǎn)賬對象是否存在欺詐行為，可檢測出冒充家人、朋友或企業(yè)等合法收款人的欺詐賬戶。據(jù)英國銀行業(yè)協(xié)會UKFinance的研究，英國受詐騙的受害者在2022年損失了4.842億英鎊。該系統(tǒng)在判定詐騙情況上相比人工，查獲潛在的詐騙行為時精確度高了至少20%。此舉旨在為英國支付系統(tǒng)監(jiān)管機構(gòu)的新規(guī)則做準備，要求銀行從2024年開始對受到詐騙影響的客戶進行補償。

?? 標題：OpenAI成立新團隊研究超智能AI的引導和控制方法

摘要：OpenAI宣布成立一個新團隊，由聯(lián)合創(chuàng)始人兼首席科學家Ilya Sutskever和Alignment負責人Jan Leike共同領(lǐng)導，旨在尋找引導和控制下一代超智能人工智能系統(tǒng)的方法。該團隊將使用公司20%的計算資源，致力于在未來四年內(nèi)解決控制超智能AI的核心技術(shù)挑戰(zhàn)。研究者表示，他們需要時間進行科學和技術(shù)突破，以引導和控制比人類聰明得多的AI系統(tǒng)。團隊計劃構(gòu)建一個接近人類水平的自動對齊研究員，并使用深度學習不斷擴展AI能力，最終進行可控性測試。OpenAI的目標是提高當前模型的安全性，理解和減輕人工智能帶來的各種風險。

?? AI知識

???Langchain的新課程

吳恩達與 LangChain 創(chuàng)始人 Harrison Chase 合作再出一門 LLM 實踐課程 LangChain: Chat with Your Data，基于 LangChain 使用 LLM 構(gòu)建私有數(shù)據(jù)的問答系統(tǒng)和聊天機器人。課程時常1小時，適合初學者入門學習。

???大型語言模型與生成式AI

這段視頻主要介紹了Transformer架構(gòu)的運作流程，以及如何使用Transformer模型進行序列到序列任務(wù)，例如語言翻譯。首先，輸入被分詞并通過編碼器的嵌入層和多頭注意力層，輸出經(jīng)過前饋網(wǎng)絡(luò)轉(zhuǎn)化為編碼器的輸出。然后，這些深度表達數(shù)據(jù)被插入到解碼器中，添加一個序列開始的標記以觸發(fā)解碼器預(yù)測下一個標記。預(yù)測的過程將根據(jù)編碼器提供的上下文理解來進行。最后，輸出的標記序列將通過循環(huán)生成，直到模型預(yù)測出一個序列結(jié)束的標記。

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