👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦!
🤖 美团 2024 届校园招聘将录用 6000 人,技术类岗位扩招超 50%
美团招聘公众号宣布启动 2024 届校园招聘!此次招聘聚焦「零售+科技」战略,面向毕业时间在2023年11月至2024年10月的海内外院校应届毕业生。岗位预计招募6000人,覆盖技术、产品、商业分析、运营、金融、供应链、职能、市场营销、设计、销售、客服和支持等10大类职位、100余种岗位。尤其值得注意的是,技术类岗位扩招超50%!
此外,美团 2024 届北斗计划也正式启动,招聘全球精尖校园科技人才,开放大模型算法工程师、大模型机器学习引擎工程师 、感知算法工程师、决策规划算法工程师、高精地图和定位算法工程师、仿真系统算法工程师等岗位 ⋙ 美团招聘 | 美团技术团队
🤖 牛津大学研究显示,不同语言使用 AI 大模型的成本差异巨大
推特用户 @dylan522p 展示了一张牛津大学的研究成果,图片显示,根据对 GPT-4 和其他常见大语言模型的研究,在大语言模型中使用英语的成本最便宜,中文是英文成本的2倍,而缅甸掸语这样的语言成本要贵15倍。
研究显示,成本差异与使用语言的结构有关。让一个大型语言模型处理一句缅甸语句子需要198个 token,而同样的句子用英语写只需要17个。token 代表了通过 API 访问大型语言模型所需的计算力成本,这意味着缅甸语句子使用该服务的成本远比英语句子高 ⋙ Twitter @dylan522p
🤖 国内首款AI商拍工具「WeShop」上线,降低电商拍摄成本
https://www.weshop.com/studio
WeShop 是一款AI商拍工具,由时尚电商平台蘑菇街在今年4月孵化推出,基于 Stable Diffusion 技术为商家提供商品实拍图场景及模特替换解决方案。使用 WeShop,商家不再受限于模特、经纪、摄影、后期处理等方面的限制,甚至不再需要真人模特,也不再受拍摄地点和模特类型的限制。
目前,WeShop 已正式上线,并推出人台图、真人图、商品图、玩具图、童装图5种电商适配场景。用户只需选择场景并上传图像,工具即可自动切割所需部分;随后选择一个地点模版/或者使用 Prompt 生成一个地点,就能一键生成所需的展示图。
🤖 灵动AI推出业内首个工业级「AI商品图」生成工具,发力千亿级营销设计市场
https://www.redoon.cn
灵动AI最近发布了首款可商用的AIGC产品「灵动AI商品图」,并与京东智能新品孵化平台合作,为商家和产业带客户提供 AIGC「营销+设计」服务。
该工具包括了多个自研的特定风格场景的 LoRA 模型,多个1亿级参数的专用AI模型以及专业的智能审美评价系统。在精准的算法控制下,主体商品与生成场景在构图、色彩、光影、氛围等方面完美融合,展现出独特的视觉特征和美学调性,为B端用户和设计师创作高质量商品场景图提供助力 ⋙ 灵动无限科技
🤖 a16z 探讨生成式AI能否解锁个人财务管理
这是著名风险投资公司 a16z 近期的一篇博文,Olivia Moore 和 Anish Acharya 带我们讨论生成式AI对个人金融管理带来的改变。
过去个人金融管理软件更多是提供理财建议和洞察,但无法真正替用户执行操作。在金融科技的推动下,最新的生成式AI模型 (比如 GPT-4) 具有高度计算能力和决策制定能力,可以进行文本和图像的多模态处理,真正代表用户执行理财操作。
文章预测,借助生成式AI,个人金融管理平台终于可以实现「金钱自动驾驶 (Money on Autopilot) 」的愿景,在以下等多个领域实现自动化,并可能催生一个强大的金融超级 App:
▢ 存款和消费
▢ 投资方案
▢ 退休计划
▢ 债务管理
▢ 准备/申报税款
文章还预测「再融资机器人 (Refi Robots)」的出现,可以利用生成AI分析用户当前债务情况,并自动找到最优再融资方案。这将极大影响现有债权方的利益。
此外,作者预测创业公司将赢得这块市场。因为现有金融机构的路径依赖和低效行动,将很可能错失这波机会。新创业公司利用AI降低用户痛点,将获得行业先机 ⋙ a16z
🤖 万字长文,听伯克利博士给你讲解 Llama 2 的技术细节
Meta 近日发表了 Llama 2 论文。来自伯克利大学的人工智能专业博士 Nathan Lambert 在自己的博客中对这篇论文发表了自己的看法。
Nathan Lambert 表示,这是LLM生态系统的一大步!Llama 2 是 Llama 的延续,在数据质量、训练技术 、能力评估、安全培训、负责任的发布方面,都进行了实质性的技术拓展,并在技术研究文件中批露了大量细节。
- 这个模型是什么 What is the model
Llama 2提供了多个模型规模 (70亿参数到7亿参数不等)
相比LLaMA 1 增加了上下文长度到4K tokens,采用了组查询注意力机制改进推理速度
- 基础模型 Base model
基础模型采用了新增的公开数据源混合训练,增加了语料库 40%,提高了知识性并减少了幻想
训练语料达到2万亿词,但重点优化了事实性更强的来源,去除了大量私人信息的网站
基础模型在各类基准测试如 MMLU 等中明显优于其他开源模型
- 偏好数据 Preference data
Llama 2 使用了大量高质量的偏好学习数据来训练奖励模型,总计 27,540 个样本
采用了迭代批量采集、元数据安全标注等方式管控数据分布
该数据量达到了业内竞争对手的数量级,估计市场价格超过 800 万美元
- 奖励建模 Reward modeling
Llama 2 采用了独立的有用性奖励模型和安全性奖励模型
增加了置信度边界提升有用性,采用只训练一个 epoch 避免过拟合
奖励模型准确率可达 65-70%,是最重要的性能预测指标
- 强化学习人类反馈和微调 RLHF and fine-tuning
Llama 2 使用了拒绝采样和 PPO 两种强化学习算法进行微调
验证表明强化学习可以突破监督微调的性能上限,但需要计算和数据资源投入
PPO 微调获得了略胜
- 评估(能力) Evaluation (capabilities)
Llama 2 在多项自动评测中明显优于其他开源模型
人工评测也表明其质量显著优于 ChatGPT
使用奖励模型评测也证明了强化学习过程的有效性
- 安全性 Safety
Llama 2 进行了大规模的安全性评估,采取了各种安全性技术手段
尽管在长对话等方面还存在一定缺陷,但总体上朝着正确方向发展
仍需持续关注
- 杂项 Miscellaneous
- 计算上使用了内部集群,有针对超大用户基的商业授权限制 ⋙ NATHAN LAMBERT原文(英文) | 中文翻译版本
🤖 互联网丝滑转行AIGC指北,全网最全
这篇文章非常深入地探讨了一个话题:初代互联网人踩对了风口,饱食红利,而在红利褪去的当下,我们又该如何找对行业,迎风而起?
为了让更多人迎着风口再次飞起来,文章详细介绍了AIGC的产业发展、人才需求和工作机会,帮助每个互联网行业地「潜力股」找到适合自己的高潜公司。
🔔 为什么说AIGC行业是互联网人的转行良机?
能力要求:互联网工作经验在AIGC公司嘎嘎好用!不管是技术还是非技术岗,有互联网经验都是加分项
岗位设置:算法、开发等等技术岗位,和互联网技术人才需求极其相似,完全可以丝滑无缝衔接;产品/运营、战略/市场、设计、财务、法务、销售等非技术岗位在AIGC公司也是常规设置
薪资水平
发展前景
🔔 AIGC行业下游 - 应用层
人才需求:下游是指各类AI应用,这一层主要是利用AI模型解决具体问题的各种应用
技术岗位:前端工程师、后端工程师、算法工程师、客户端开发、SDK开发、……
非技术岗位:产品经理、业务分析师、AI项目经理、海外运营、产品营销、新媒体运营、UI设计师……
🔔 AIGC行业中游 - 模型层
人才需求:中游指的是模型和API提供方,主要包括包括预训练模型的开发和训练,以及相关的数据处理和优化
技术岗位:AI研究员、算子工程师、数据科学家、机器学习工程师、AI模型优化工程师……
非技术岗位:产品经理、运营专员、战略商业分析、售前解决方案专家……
🔔 AIGC行业上游 - 基础设施层
人才需求:AIGC行业上游指的是软硬件基础设施、数据供给。主要包括硬件设施 (如服务器、芯片等) 和基础软件平台 (如 HuggingFace、PyTorch 等)
技术岗位:硬件工程师、数据工程师、网络工程师、GPU 编译器/设计工程师……
非技术岗位:TPM (技术产品经理)、PMO (项目经理)……
🔔 进入 AIGC 产业需要的软实力
好奇心
趋势感知,尤其是技术趋势
产业sense ⋙ 知潜KnowFuture
🤖 技术进步也有周期性,这是创客崛起时代
我们都知道经济发展具有周期性,而这篇文章的作者提出了有趣的视角:技术发展也具有周期性的规律。
作者认为,当新技术诞生时,业余创客 (maker) 和原型开发者最有可能找到存在价值,也最有可能成为下一个行业先锋;在周期的其他时间,创客是容易被边缘化的角色。
- 创客的崛起
- 当前我们正处于创客群体崛起的历史时刻
- 谁是创客?
业余爱好者和原型开发者,他们出于兴趣和乐趣参与技术,会在晚上和周末投入时间
创客渴望探索与发现,喜欢找到技术的奇特用途;一旦制造者找到革命性技术,他们中许多人会转型为企业家
- 创客崛起的条件
获得技术的途径
技术应用空间的开放性
产品迭代的速度
- 创客正在崛起
- 当前具备生成式AI等技术条件,迭代速度快,应用空间广阔 (满足上方的三个条件)
▢ 这为创客崛起提供了历史性机遇,他们有可能找到下一个重大发明,开创新的技术方向 ⋙ Dimitri Glazkov
感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们!
◉ 点击 👀日报&周刊合集,订阅话题 #ShowMeAI日报,一览AI领域发展前沿,抓住最新发展机会!
◉ 点击 🎡生产力工具与行业应用大全,一起在信息浪潮里扑腾起来吧!