masalah biasa
Discord melancarkan tiga pengalaman AI baharu, termasuk sistem perbualan pintar yang dikuasakan oleh OpenAI
Discord melancarkan tiga pengalaman AI baharu, termasuk sistem perbualan pintar yang dikuasakan oleh OpenAI
Discord hari ini mengumumkan bahawa ia akan melancarkan satu siri pengalaman AI baharu pada bilangan pelayan yang terhad sebagai percubaan awam percuma. Syarikat itu menekankan bahawa AI telah menjadi sebahagian daripada banyak pengguna dan pelayan Discord, dengan mengatakan bahawa "lebih daripada 30 juta orang sudah menggunakan aplikasi AI pada Discord setiap bulan."
Yang terbesar adalah milik Midjourney, AI yang membolehkan pengguna mencipta imej menggunakan arahan teks. Discord mendakwa bahawa penggunanya telah mencipta lebih 1 bilion imej unik menggunakan aplikasi AI pada pelayan Discord.
Pengalaman AI sudah tersedia pada hampir 3 juta pelayan. Ini terdiri daripada AI yang membantu menjana aset permainan, kepada menulis novel dengan AI, kepada rakan AI, syarikat AI dan komuniti pembelajaran berasaskan AI. Menurut syarikat itu, 10% pengguna Discord baharu menyertai kerana AI.
Discord menerangkan bahawa pengguna menyertai Discord untuk AI kerana pendekatan berasaskan komunitinya. Pengguna boleh menggunakan AI dengan rakan di Discord, yang membezakannya daripada Bing Chat, Google Bard, ChatGPT dan perkhidmatan serta apl berkuasa AI yang lain.
Discord sedang melancarkan tiga pengalaman AI
Discord sedang melancarkan tiga pengalaman AI pada pelayan terpilih untuk subset kecil penggunanya. Terdapat Clyde, yang mungkin ditemui oleh ramai pengguna Discord di tapak. Ini ialah bot berguna yang bertindak balas kepada arahan slash dan menghantar mesej terus kepada pengguna apabila mereka membuat kesilapan.
Versi Clyde yang dikemas kini yang dikuasakan oleh teknologi OpenAI akan tersedia untuk pengguna dan pelayan Discord terpilih minggu depan.
Discord menyatakan bahawa Clyde yang dikuasakan AI "kini boleh menjawab soalan" dan pengguna serta kumpulan mungkin mempunyai "perbualan lebih lama" dengan Clyde. Hanya masukkan @Clyde ke dalam pelayan untuk bermula.
Clyde juga boleh menjalankan arahan untuk pengguna; ia boleh membuat urutan untuk sekumpulan rakan untuk melepak, mengesyorkan senarai main, mengakses GIF dan emoji, dan banyak lagi.
AutoMod AI ialah ciri kecerdasan buatan kedua Discord. Seperti Clyde AI, AutoMod AI ialah versi alat berkuasa AI yang sudah ada di Discord. AutoMod ialah alat penalaan yang berjalan secara automatik. GitHub mengatakan ia telah menyekat lebih daripada 45 juta mesej yang tidak diingini sejak dilancarkan.
AutoMod AI direka bentuk untuk memberitahu penyederhanaan pada Discord apabila peraturan pelayan dilanggar. AI mengambil kira "konteks perbualan" dan menggunakan teknologi OpenAI.
Ringkasan perbualan ialah pengalaman AI ketiga dan terakhir. Seperti namanya, ia adalah AI yang mengagregatkan mesej ke dalam topik. Hebat untuk mengejar ketinggalan selepas pengguna hilang seketika. Ciri ini perlu didayakan dalam tetapan pelayan dan Discord merancang untuk mencuba ciri tersebut dalam pelbagai cara mulai minggu depan.
Discord telah mendedahkan beberapa ciri AI tambahan yang datang ke perkhidmatan. Terdapat Avatar Remix, alat sumber terbuka yang "membolehkan rakan mengadun semula avatar masing-masing menggunakan kuasa model imej generatif."
Pembangun Discord juga sedang mempertimbangkan untuk menambah papan putih dengan fungsi pratonton AI pada perkhidmatan. Mereka menyedari bahawa mereka "meneroka ruang visual yang dikongsi untuk kerjasama dengan rakan dan rakan sekerja, termasuk penjana teks-ke-imej berkuasa AI."
Akhir sekali, Discord melancarkan inkubator AI sebagai sebahagian daripada dana ekosistem pertamanya yang dilancarkan tahun lepas.
Atas ialah kandungan terperinci Discord melancarkan tiga pengalaman AI baharu, termasuk sistem perbualan pintar yang dikuasakan oleh OpenAI. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
Alat AI Hot
Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik
AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.
Undress AI Tool
Gambar buka pakaian secara percuma
Clothoff.io
Penyingkiran pakaian AI
AI Hentai Generator
Menjana ai hentai secara percuma.
Artikel Panas
Alat panas
Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma
SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan
Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa
Dreamweaver CS6
Alat pembangunan web visual
SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)
Topik panas
Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI
Jun 28, 2024 am 03:51 AM
Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal
Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag
Jun 10, 2024 am 11:08 AM
Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi
Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi
Jun 11, 2024 pm 03:57 PM
Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya
Kerja selepas kematian Pasukan Penyelarasan Super OpenAI: Dua model besar bermain permainan, dan output menjadi lebih mudah difahami
Jul 19, 2024 am 01:29 AM
Jika jawapan yang diberikan oleh model AI tidak dapat difahami sama sekali, adakah anda berani menggunakannya? Memandangkan sistem pembelajaran mesin digunakan dalam bidang yang lebih penting, menjadi semakin penting untuk menunjukkan sebab kita boleh mempercayai output mereka, dan bila tidak mempercayainya. Satu cara yang mungkin untuk mendapatkan kepercayaan dalam output sistem yang kompleks adalah dengan menghendaki sistem menghasilkan tafsiran outputnya yang boleh dibaca oleh manusia atau sistem lain yang dipercayai, iaitu, difahami sepenuhnya sehingga apa-apa ralat yang mungkin boleh dilakukan. dijumpai. Contohnya, untuk membina kepercayaan dalam sistem kehakiman, kami memerlukan mahkamah memberikan pendapat bertulis yang jelas dan boleh dibaca yang menjelaskan dan menyokong keputusan mereka. Untuk model bahasa yang besar, kita juga boleh menggunakan pendekatan yang sama. Walau bagaimanapun, apabila mengambil pendekatan ini, pastikan model bahasa menjana
Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG
Jul 25, 2024 am 06:42 AM
Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka
Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama
Jul 17, 2024 pm 06:37 PM
Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S
ChatGPT kini tersedia untuk macOS dengan keluaran apl khusus
Jun 27, 2024 am 10:05 AM
Aplikasi ChatGPT Mac Buka AI kini tersedia untuk semua orang, telah dihadkan kepada mereka yang mempunyai langganan ChatGPT Plus sahaja untuk beberapa bulan lepas. Apl ini dipasang sama seperti mana-mana apl Mac asli yang lain, selagi anda mempunyai Apple S yang terkini
Era baharu pembangunan bahagian hadapan VSCode: 12 pembantu kod AI yang sangat disyorkan
Jun 11, 2024 pm 07:47 PM
Dalam dunia pembangunan bahagian hadapan, VSCode telah menjadi alat pilihan untuk banyak pembangun dengan fungsi yang berkuasa dan ekosistem pemalam yang kaya. Dalam beberapa tahun kebelakangan ini, dengan perkembangan pesat teknologi kecerdasan buatan, pembantu kod AI pada VSCode telah muncul, meningkatkan kecekapan pengekodan pembangun. Pembantu kod AI pada VSCode telah muncul seperti cendawan selepas hujan, meningkatkan kecekapan pengekodan pembangun. Ia menggunakan teknologi kecerdasan buatan untuk menganalisis kod secara bijak dan menyediakan penyiapan kod yang tepat, pembetulan ralat automatik, semakan tatabahasa dan fungsi lain, yang mengurangkan kesilapan pembangun dan kerja manual yang membosankan semasa proses pengekodan. Hari ini, saya akan mengesyorkan 12 pembantu kod AI pembangunan bahagian hadapan VSCode untuk membantu anda dalam perjalanan pengaturcaraan anda.