


Comment ChatGPT gagne-t-il de l'argent ? Comment copier un ChatGPT ? Écoutez la propre réponse de ChatGPT
Il y a quelques jours, un "bon gars" a demandé à ChatGPT : Comment ChatGPT gagne-t-il de l'argent ? ChatGPT a donné sa propre réponse : le modèle économique de ChatGPT n'a pas encore été déterminé, mais il est suggéré que l'aspect API de l'entreprise est crucial.
Certaines possibilités incluent :
(1) Payer pour utiliser l'API : les entreprises et les développeurs peuvent payer pour accéder et utiliser l'API afin d'intégrer ChatGPT dans leurs propres produits et services.
(2) Mode gratuit : la version gratuite de ChatGPT peut fournir des fonctions limitées, tandis que des fonctions avancées et une utilisation accrue peuvent être facturées.
(3) Produit de consommation gratuit avec backend payant pour les entreprises : ChatGPT peut être fourni comme un outil gratuit pour les utilisateurs individuels, tandis que les entreprises peuvent payer pour accéder à des fonctionnalités premium et à une utilisation accrue.
(4) Par abonnement : ChatGPT peut être fourni sur la base d'un abonnement et les utilisateurs peuvent accéder au service sur la base d'un abonnement mensuel ou annuel.
Un autre « fauteur de troubles » a demandé : Combien coûte le clonage d'un ChatGPT ? ChatGPT a également donné sa propre réponse :
Le coût du clonage de ChatGPT dépend de plusieurs facteurs, notamment des ressources et de l'infrastructure disponibles pour l'organisation ou l'individu essayant de cloner ChatGPT. Certains des coûts majeurs impliqués dans le clonage de ChatGPT incluent :
(1) Données : ChatGPT est formé sur un grand ensemble de données textuelles, donc l'obtention ou la génération d'un ensemble de données similaire est probablement l'un des coûts les plus importants impliqués dans le clonage de ChatGPT.
(2) Puissance de calcul : la formation d'un grand modèle de langage comme ChatGPT nécessite une puissance de calcul puissante, ce qui représentera un autre coût important.
(3) Recherche et développement : le développement d'un modèle de type ChatGPT nécessite un investissement important en recherche et développement pour reproduire l'architecture du modèle et affiner le modèle afin qu'il fonctionne bien sur des tâches spécifiques.
(4) Ressources humaines : l'équipe derrière le développement du modèle représente également un autre coût, notamment l'embauche de data scientists, de chercheurs, d'ingénieurs et d'autres chercheurs.
Par conséquent, il est difficile d'estimer le coût du clonage de ChatGPT car il dépend de la taille de l'ensemble de données et des ressources informatiques utilisées, mais cela peut être coûteux et nécessiter un investissement important. Qu’en pensent les experts du secteur ? Lors de l'événement Supercloud2 qui s'est tenu récemment, on a demandé à l'expert en intelligence artificielle Howie Xu combien coûterait le clonage de ChatGPT.
Il a déclaré : « L'autre jour, un représentant d'une société de capital-risque m'a demandé : « Combien d'argent dois-je investir pour cloner une autre version de ChatGPT similaire à OpenAI ? » J'ai répondu : « Je pense que cela pourrait être 100 millions de dollars, Pas 1 milliard de dollars, pas 10 millions de dollars.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Le DALL-E 3 a été officiellement introduit en septembre 2023 en tant que modèle considérablement amélioré par rapport à son prédécesseur. Il est considéré comme l’un des meilleurs générateurs d’images IA à ce jour, capable de créer des images avec des détails complexes. Cependant, au lancement, c'était exclu

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g

L'application ChatGPT Mac d'Open AI est désormais accessible à tous, après avoir été limitée aux seuls utilisateurs disposant d'un abonnement ChatGPT Plus au cours des derniers mois. L'application s'installe comme n'importe quelle autre application Mac native, à condition que vous disposiez d'un Apple S à jour.
