上下文学习(In-Context Learning， ICL)是指LLMs能够仅通过提示中给出的少量样例，就迅速掌握并执行新任务的能力。这种“超能力”让LLMs表现得像是一个"万能学习者"，能够在各种场景下快速适应并产生高质量输出。然而，关于ICL的内部机制，学界一直存在争议。
近日 Aleph Alpha 开始将其商业重点从开发大型语言模型转向生成式 AI 操作系统和咨询服务。
在把AI大模型能力接入微信后，发现很多朋友想要落地在类似客服的应用场景。但目前大模型存在幻觉，一不留神就胡乱回答，这在严肃的商用场景下是不可接受的。
在2024年KDDI峰会上，OpenAI日本首席执行官Tadao Nagasaki宣布了一项吸引业界的消息：OpenAI的最新人工智能模型——GPT-Next——即将问世，其性能预计将比现有的GPT-4强大100倍。
要说国内科技圈最近有啥话题能热过大模型，答案或许只有一个——
现在，中国的电影导演们开始尝试使用国产视频生成大模型技术制作电影级内容。
我向来喜欢折腾新玩意。作为一个语言学习者，AI大语言模型出来以后我没少使用它。无论是备课还是日常工作和学习，大语言模型提供了各种各样的可能性，大大提升了效率。
大家终于都意识到大模型首先改变的是软件行业自己，而软件的根基是代码生成。代码生成第一波就是AI辅助开发，这个会是大模型第一个杀手级应用。
本文提出了一种名为MedUnA的方法，旨在解决医疗图像分类中因缺乏标注数据而导致的监督学习挑战。MedUnA利用视觉-语言模型（VLMs）中的视觉与文本对齐特性，通过无监督学习来适应医疗图像分类任务。
高盛一张关于“ChatGPT访问量跳水”的图，一度引发大范围恐慌。但最终被证明不过是虚惊一场。
