


Regardez 'Harry Potter' en une seule séance : IA grand modèle 'Quantum Speed Reading', une minute équivaut à cinq heures humaines
Ces derniers temps, OpenAI a été l'institution de recherche la plus regardée avec ses modèles de la série GPT et ChatGPT. Mais au cours des deux dernières années, une start-up d'IA est apparue à la vue de tous. Cette société s'appelle Anthropic. Elle a été fondée en 2021. Elle se concentre sur le développement de systèmes d'IA généraux et de modèles de langage et adhère au concept d'IA responsable. utiliser.
Je me demande si vous vous souvenez encore de la démission collective des principaux employés d’OpenAI fin 2020. À cette époque, cet incident avait fait beaucoup de bruit dans le cercle de l’IA. Anthropic a été créé par ces personnes disparues, dont Dario Amodei, ancien vice-président de la recherche chez OpenAI, Tom Brown, premier auteur de l'article GPT-3, et d'autres.
En janvier de cette année, Anthropic avait levé plus de 700 millions de dollars de financement, son dernier tour de table le valorisant à 5 milliards de dollars. Parallèlement, deux mois après la sortie de ChatGPT, l'entreprise a rapidement développé Claude, un système d'intelligence artificielle qui a benchmarké son ancien club ChatGPT.
Adresse d'accès à l'application Claude : https://www.anthropic.com/earlyaccess
Claude utilise un mécanisme appelé « IA constitutionnelle » développé par Anthropic. Son objectif est de fournir des « principes- ». " basée sur l'alignement des systèmes d'IA sur les intentions humaines.
Claude peut réaliser des tâches telles que la synthèse synthétique, la recherche, l'aide à la création, les questions/réponses, le codage, etc. D'après les commentaires des utilisateurs, Claude est moins susceptible de générer des résultats nuisibles, plus facile à mener des conversations et plus facile à contrôler. De plus, Claude peut définir sa personnalité, son ton et son comportement en fonction d'instructions.
Cependant, Anthropic n'a pas fourni beaucoup de détails techniques sur Claude, mais la technologie derrière Claude est décrite dans l'article "Constitutional AI: Harmlessness from AI Feedback".
Adresse papier : https://arxiv.org/pdf/2212.08073.pdf
Dès janvier, des chercheurs ont testé la quantité maximale de texte que Claude peut traiter en même temps, démontrant qu'il peut rappeler les informations de 8 000 jetons.
Il n'y a pas si longtemps, ce jeudi, Anthropic a lancé 100K Context Windows, Il étend la fenêtre contextuelle de Claude de 9k jetons à 100k, ce qui équivaut à 75 000 mots. Cela signifie que les entreprises peuvent soumettre des centaines de pages de matériel à Claude pour qu'il les digère et les interprète, et que les conversations avec lui peuvent durer des heures, voire des jours. 100 000 fenêtres contextuelles sont désormais accessibles via l'API Anthropic.
Nous savons que plus le grand modèle est avancé, plus le texte pouvant être traité en même temps est long. Quelle est la notion de 75 000 mots ? Cela équivaut probablement à résumer la première partie de "Harry Potter" en un clic.
On dirait que la grande majorité des essais, des reportages et des nouvelles sont hors de question.
Claude Evolution : véritable "AI Quantum Speed Reading"
Selon des recherches scientifiques, les gens ordinaires peuvent lire 100 000 jetons en 5 heures environ, et peuvent prendre plus de temps pour digérer, mémoriser et analyser ces informations. Maintenant, Claude peut le faire en moins d'une minute.
Calculs généraux pour les fenêtres contextuelles.
Anthropic a d'abord chargé l'intégralité du texte de "The Great Gatsby" dans Claude-Instant (72 K jetons, Claude a deux versions Claude et Claude Instant, Claude est le modèle haute performance le plus avancé, tandis que Claude Instant est plus léger, moins cher, option plus rapide. ) et modifié la ligne "M. Carraway est un ingénieur logiciel travaillant sur l'apprentissage automatique chez Anthropic." Lorsqu'Anthropic a demandé au modèle de trouver les différences par rapport au texte original, il a donné la bonne réponse en 22 secondes.
En plus de lire de longs textes, Claude aide également à récupérer des informations à partir de documents, bénéficiant ainsi aux opérations commerciales . Les utilisateurs peuvent déposer plusieurs documents ou même un livre dans l'invite, puis poser une question à Claude (nécessitant une analyse approfondie des connaissances de nombreuses parties du texte). Pour des problèmes complexes, cela peut être beaucoup plus efficace que les méthodes basées sur la recherche vectorielle. Claude peut suivre les instructions de l'utilisateur et lui renvoyer l'information recherchée, à la manière d'un assistant humain.
Anthropic a ensuite mis la documentation du développeur de l'API LangChain du grand outil d'intégration de langage (240 pages) dans le modèle, puis a donné une démonstration de LangChain utilisant le modèle de langage Anthropic en réponse aux questions posées.
Pendant ce temps, 100 000 jetons peuvent être convertis en environ 6 heures d'audio. AssemblyAI en a fait une excellente démonstration en transcrivant un long podcast en près de 58 000 mots, puis en utilisant Claude pour le résumé et les questions-réponses.
Source de l'image : AssemblyAI
En résumé, en utilisant 100 000 fenêtres contextuelles, les utilisateurs peuvent effectuer les opérations suivantes :
- Digérer, résumer et interpréter des documents denses tels que des états financiers ou documents de recherche ;
- Analyser les risques et opportunités stratégiques sur la base des rapports annuels de l'entreprise ;
- Évaluer les avantages et les inconvénients d'un texte législatif ;
- Nombre de lectures Des centaines de pages de documentation pour les développeurs avec des réponses aux questions techniques ;
- Prototypez rapidement en mettant l'intégralité de votre base de code en contexte et en la construisant ou en la modifiant intelligemment.
- Certains internautes ont utilisé le mème suivant pour décrire de manière vivante la relation entre Context Windows et Claude 100k et GPT-4 32K.
En ce qui concerne le prix, le technicien Anthropic Ben Mann a déclaré que le prix en millions de jetons de 100K Context Windows est le même que celui des modèles précédents.
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)

Lors de la conversion des chaînes en objets dans vue.js, JSON.Parse () est préféré pour les chaînes JSON standard. Pour les chaînes JSON non standard, la chaîne peut être traitée en utilisant des expressions régulières et réduisez les méthodes en fonction du format ou du codé décodé par URL. Sélectionnez la méthode appropriée en fonction du format de chaîne et faites attention aux problèmes de sécurité et d'encodage pour éviter les bogues.

L'article présente le fonctionnement de la base de données MySQL. Tout d'abord, vous devez installer un client MySQL, tel que MySQLWorkBench ou le client de ligne de commande. 1. Utilisez la commande MySQL-UROot-P pour vous connecter au serveur et connecter avec le mot de passe du compte racine; 2. Utilisez Createdatabase pour créer une base de données et utilisez Sélectionner une base de données; 3. Utilisez CreateTable pour créer une table, définissez des champs et des types de données; 4. Utilisez InsertInto pour insérer des données, remettre en question les données, mettre à jour les données par mise à jour et supprimer les données par Supprimer. Ce n'est qu'en maîtrisant ces étapes, en apprenant à faire face à des problèmes courants et à l'optimisation des performances de la base de données que vous pouvez utiliser efficacement MySQL.

Afin de définir le délai d'expiration de Vue Axios, nous pouvons créer une instance AxiOS et spécifier l'option Timeout: dans les paramètres globaux: vue.prototype. $ Axios = axios.create ({timeout: 5000}); Dans une seule demande: ce. $ axios.get ('/ api / utilisateurs', {timeout: 10000}).

Traiter efficacement 7 millions d'enregistrements et créer des cartes interactives avec la technologie géospatiale. Cet article explore comment traiter efficacement plus de 7 millions d'enregistrements en utilisant Laravel et MySQL et les convertir en visualisations de cartes interactives. Exigences initiales du projet de défi: extraire des informations précieuses en utilisant 7 millions d'enregistrements dans la base de données MySQL. Beaucoup de gens considèrent d'abord les langages de programmation, mais ignorent la base de données elle-même: peut-il répondre aux besoins? La migration des données ou l'ajustement structurel est-il requis? MySQL peut-il résister à une charge de données aussi importante? Analyse préliminaire: les filtres et les propriétés clés doivent être identifiés. Après analyse, il a été constaté que seuls quelques attributs étaient liés à la solution. Nous avons vérifié la faisabilité du filtre et établi certaines restrictions pour optimiser la recherche. Recherche de cartes basée sur la ville

Résumé: Il existe les méthodes suivantes pour convertir les tableaux de chaîne Vue.js en tableaux d'objets: Méthode de base: utilisez la fonction de carte pour convenir à des données formatées régulières. Gameplay avancé: l'utilisation d'expressions régulières peut gérer des formats complexes, mais ils doivent être soigneusement écrits et considérés. Optimisation des performances: Considérant la grande quantité de données, des opérations asynchrones ou des bibliothèques efficaces de traitement des données peuvent être utilisées. MEILLEUR PRATIQUE: Effacer le style de code, utilisez des noms de variables significatifs et des commentaires pour garder le code concis.

Il existe de nombreuses raisons pour lesquelles la startup MySQL échoue, et elle peut être diagnostiquée en vérifiant le journal des erreurs. Les causes courantes incluent les conflits de port (vérifier l'occupation du port et la configuration de modification), les problèmes d'autorisation (vérifier le service exécutant les autorisations des utilisateurs), les erreurs de fichier de configuration (vérifier les paramètres des paramètres), la corruption du répertoire de données (restaurer les données ou reconstruire l'espace de la table), les problèmes d'espace de la table InNODB (vérifier les fichiers IBDATA1), la défaillance du chargement du plug-in (vérification du journal des erreurs). Lors de la résolution de problèmes, vous devez les analyser en fonction du journal d'erreur, trouver la cause profonde du problème et développer l'habitude de sauvegarder régulièrement les données pour prévenir et résoudre des problèmes.

Ingénieur backend à distance Emploi Vacant Société: Emplacement du cercle: Bureau à distance Type d'emploi: Salaire à temps plein: 130 000 $ - 140 000 $ Description du poste Participez à la recherche et au développement des applications mobiles Circle et des fonctionnalités publiques liées à l'API couvrant l'intégralité du cycle de vie de développement logiciel. Les principales responsabilités complètent indépendamment les travaux de développement basés sur RubyOnRails et collaborent avec l'équipe frontale React / Redux / Relay. Créez les fonctionnalités de base et les améliorations des applications Web et travaillez en étroite collaboration avec les concepteurs et le leadership tout au long du processus de conception fonctionnelle. Promouvoir les processus de développement positifs et hiérarchiser la vitesse d'itération. Nécessite plus de 6 ans de backend d'applications Web complexe

L'optimisation des performances MySQL doit commencer à partir de trois aspects: configuration d'installation, indexation et optimisation des requêtes, surveillance et réglage. 1. Après l'installation, vous devez ajuster le fichier my.cnf en fonction de la configuration du serveur, tel que le paramètre innodb_buffer_pool_size, et fermer query_cache_size; 2. Créez un index approprié pour éviter les index excessifs et optimiser les instructions de requête, telles que l'utilisation de la commande Explication pour analyser le plan d'exécution; 3. Utilisez le propre outil de surveillance de MySQL (ShowProcessList, Showstatus) pour surveiller la santé de la base de données, et sauvegarde régulièrement et organisez la base de données. Ce n'est qu'en optimisant en continu ces étapes que les performances de la base de données MySQL peuvent être améliorées.
