📰 最近消息
总结：Reddit 文章讨论了 Rope Pearl 发布的内容，包括 128、256 和 512 的 inswapper 模型输出。作者 Hillobar 介绍了更新内容，包括可选择的模型输出分辨率、更好的输入图像选择、平均和中位数合并的切换等功能。评论中有人赞扬该项目的成果，也有人提出疑问和批评，包括对模型的真实性和道德问题的讨论。同时也有人分享了对项目结果的赞赏和疑问。🔗 https://redd.it/1d21s4t
培训和聊天不一样：LLM 不会记住你说的一切该文章讨论了大型语言模型（LLM）如 ChatGPT 在对话中不会记住所有的内容，因为每次对话都被视为新的序列。训练过程包括对大量文本数据进行预训练和微调。对于数据隐私和模型训练的担忧存在，因为一些提供商可能会利用用户输入来改进他们的模型。ChatGPT 的记忆功能可以记住一些细节。对 LLM 的误解可能导致错误的政策决策和立法。🔗 https://simonwillison.net/2024/May/29/training-not-chatting/💬 https://news.ycombinator.com/item?id=40510668
总结：文章讨论了为什么 Copilot 在给出完整答案之前总是要求你争论，有时明确拒绝继续回答。作者认为这是为了强迫用户使用 Bing，节省系统资源，但有时这只会浪费更多时间。评论中有人认为 Copilot 有很多限制，有人认为问题在于用户的提示不当。有人认为这是为了避免冒犯。整体来看，人们对 Copilot 的限制和回答方式有不同看法。#ai #bing #gpt4 #prompt 🔗 https://redd.it/1d1y2dj
Reddit 文章讨论了 iOS 应用程序上的新语音模式 UI。作者 none484839 提到他得到了新 UI 的访问权限，但似乎连接到了旧的语音聊天模式。其他评论者讨论了可能是一个故障，或者新 UI 正在逐渐推出。有人提到通过代理黑客攻击获得了一些信息，但仍在调查如何使其工作。还有人提到了使用蓝牙无线耳机时声音质量问题，以及旧的聊天 UI。#gpt4 🔗 https://redd.it/1d20ni7
作者介绍了 Towers 的工作流程，包括使用不同的工具和技术来生成图像，修复和改进图像，以及最终的处理步骤。评论中有其他用户提出了关于图像解剖结构的问题，作者进行了回应并解释了一些设计选择。🔗 https://redd.it/1d1tdf9
文章讨论了变化的主题，作者表示有时候变化是出乎意料的，有时候变化是如此微妙以至于我们可能都没有注意到。变化也可以是绝对巨大的，改变生活的。希望大家都能以希望的方式迎接变化。评论中有人称赞文章美丽，有人喜欢文章中的图案，有人说喜欢蛾子的图案。#art 🔗 https://redd.it/1d26wzh
Reddit 文章讨论了 GPT-4o 语音模式的发布时间是否会在 6 月 / 7 月，以及是否有延迟的原因。有人认为发布被推迟是因为安全团队发出了警报，也有人认为发布时间表可能会延后到年底。评论中有人指出 Elon Musk 可能会过于乐观地设定时间表，但并不是一个撒谎者。还有人讨论了 Scarlett Johansen 是否对 Sky 的声音进行了干预，以及对 OpenAI 的不满。有人提到了 Pi 的声音比 ChatGPT 的声音更自然，也有人提到了希望能够更改声音为其他人的声音。总体来说，文章讨论了 GPT-4o 的声音模式发布时间以及相关的争议。#openai 🔗 https://r
最近有人注意到 Chatgpt 变得非常啰嗦。有人抱怨它在回答问题时会重复之前的信息，或者离题。有人建议在每次对话中使用 「不要啰嗦」 这两个词。有人发现它在写代码时会重写整个文件，即使只需要修改一点。有人认为它在夏季会变得啰嗦，冬季会给出简洁回答。有人说它会忽略对话内容，只是不停地列出清单和维基百科文章。有人建议调整温度设置以获得简洁回答。有人发现当要求更详细信息时，它只会给出几个要点。有人建议使用特定提示来改善信息输出。有人认为 Chatgpt 在写作时会过于啰嗦，希望能有速度和质量的平衡。有人建议在提示中设置字符限制。有人认为 Chatgpt 用于免费更好。有人想看到更有血性的文字。#a
Reddit 文章讨论了一个 AI 创作的现代服装中的火影忍者形象。评论中有人建议给卡卡西戴上口罩，有人指出最后一个形象其实是我乃悟净，但也可以接受他在火影忍者世界中的存在。还有人对作品的质量提出了质疑，但也有人认为这个创意还是挺新鲜的。最后，有人评论说这幅作品是一幅自画像。#art #ai #creativity 🔗 https://redd.it/1d24ce4
「不精确」的语言模型更小、更快，准确度几乎不减研究人员正在开发更小、更快、更节能的语言模型，通过将参数精度降低到 1 或 - 1 来实现。这些 1 位模型在性能和能源效率方面显示出了有希望的结果。正在使用不同的方法来创建这些模型，它们有潜力直接在手机和针对其特定需求进行优化的定制硬件上运行。🔗 https://spectrum.ieee.org/1-bit-llm💬 https://news.ycombinator.com/item?id=40529355