@遥行Gofurther 的知识库是我见过最离谱的个人整理的知识库。
多维表格的使用完爆我见过的所有人。
里面几乎所有他关注的公司相关产品和对应的所有相关信息(人物发言、融资、财报、介绍)。
而且都是关联的,非常便于查找。
对于产品建设各个阶段和人员都很有用,哪怕你去找融资和说服投资人。
歌手尚雯婕现场演示用 AI 制作音乐的全过程
- 现场哼唱打节拍
- 确定歌词主题
- 确定风格和乐器乐器
几秒钟后,完整歌曲生成,现场观众看呆。
Invalid media: video
📣今日上午优惠总结
===============
69.9🉐全尺寸!一口价加厚亲肤磨毛四件套38款
https://07qjpl4.kuaizhan.com/?_s=A7X2O4
99.9🉐【迪士尼】AB双面加绒四件套床单被套
https://07qjpl4.kuaizhan.com/?_s=B7X2O4
59.9🉐A类母婴级原棉大豆秋冬被加厚保暖10斤
https://07qjpl4.kuaizhan.com/?_s=E7X2O4
129.0🉐【乔丹】冬季新款冲锋衣外套
https://07qjpl4.kuaizhan.com/?_s=F7X2O4
179.0🉐爆款骆驼腾龙回货!!!休闲出游必穿!
https://07qjpl4.kuaizhan.com/?_s=H7X2O4
299.0🉐骆驼山系云川户外冲锋衣
https://07qjpl4.kuaizhan.com/?_s=I7X2O4
299.0🉐【骆驼】情侣户外防风防水冲锋衣
https://07qjpl4.kuaizhan.com/?_s=K7X2O4
269.0🉐【baby同款】骆驼男女同款三防夹克冲锋衣
https://07qjpl4.kuaizhan.com/?_s=P7X2O4
269.0🉐【骆驼】山海夹克山系外套
https://07qjpl4.kuaizhan.com/?_s=R7X2O4
59.0🉐②件59!森马休闲舒适百搭圆领卫衣
https://07qjpl4.kuaizhan.com/?_s=S7X2O4
216.0🉐蕉下男士轻薄万粒绒外套
https://07qjpl4.kuaizhan.com/?_s=T7X2O4
359.0🉐骆驼爆款!【官旗】连帽加厚保暖拒水羽绒服
https://07qjpl4.kuaizhan.com/?_s=V7X2O4
99.0🉐炸!一件顶7件!唐狮!三合一冲锋衣
https://07qjpl4.kuaizhan.com/?_s=X7X2O4
49.9🉐太酷辣!唐狮美式户外抓绒外套
https://07qjpl4.kuaizhan.com/?_s=Y7X2O4
199.0🉐大水!长款过膝羽绒服竟然只要199
https://07qjpl4.kuaizhan.com/?_s=18X2O4
69.0🉐成毅代言【雪中飞】新款情侣摇粒绒立领外套
https://07qjpl4.kuaizhan.com/?_s=38X2O4
应该是市面上最好的Cursor辅助工具了。
Cursor FAQ - AI Coding Assistance:https://chatgpt.com/g/g-w1Ngnljjh-cursor-faq-ai-coding-assistance
当 AI 足够强大,你言出法随,它抬手实现时,问题就转变成了:
你到底想做什么?
claude artifacts 〝可以〞做x,y,z,体验狂欢之后,静下心来,还是那个问题:所以,你到底想要让它呈现什么东西?
这里的问题,不再是AI 〝可以〞做什么,而是〝你〞到底〝想做〞什么。
In-Context LoRA 这个项目太强了啊。
非常适合用来直接生成AI视频中需要的连续图生视频关键帧。
这个项目可以一次生成多张风格和ID一致但是内容相互关联的图片集。
支持电影故事板生成、ID一致人像摄影、字体设计、PPT排版设计、家居装饰摄影。
最关键的是基于FLUX。
项目地址,非常期待开源,我已经想了很多玩法了:https://ali-vilab.github.io/In-Context-LoRA-Page/
LLM 是放大器, 放大的是你的思考。
这一点既是它的卖点,也是它的罩门。
当与它独处时, 仿佛对面坐了一位智者, 只要我能提出足够好的问题, 他就能给出相应好的回复。
但当把它融入到产品中,推向 C 端用户市场时,面对的第一个问题: 用户跨不过思考和表达的双重门槛。
AI 平台产品经理想尽各种办法,来尽可能降低这个门槛:预设问题,回复之后跟随问题,等等。
最近看到的「妙刷」产品,是另一个降低门槛的思路:把思考和表达这个门槛,转换为拍照。 只需要抬手拍一张,即跨过了提供信息的门槛。
降低用户使用门槛, 确实是个价值巨大的课题。
Google AI Studio 目前已经支持 Google 搜索了,虽然这实际上是 Google 开发者的 AI 控制台,但我愿称之为目前最强的 C 端应用:
1. 200 万 Token 上下文;
2. 可随意修改聊天历史,带入后续的聊天,AI 回复你的内容你也可以改;
3. 能联网搜索 Google;
4. 能在聊天界面使用 JSON Mode;
5. 支持上传文档、图片、音频、视频;
5. 免费!免费!免费!
Flash 模型每日 2000 次免费调用,Pro 模型 50 次,Pro Experiment 独立 50 次。
🔍 ChatGPT Search 来了,初体验相当惊艳~
看到 Sam Altman 罕见自荐了一个浏览器插件,令人感到十分好奇。 回想了下,Open AI到底还有哪些神秘产品没有发布?
打开ChatGPT 网页,原来Search 正式登场了。快速测试后,不得不说新产品的体验确实令人惊艳:
- 首先是产品形态的惊喜。在输入框下方,多了个小小按钮——「搜索」。(这个登场大大超出了预期, 因为我们都是在等一个独立Search GPT)
- 然后,搜索的质量。快速测试一些实时性较高的搜索内容, 例如, 夏威夷冲浪🏄♀️,上海台风🌀 ,以及任天堂新App🎵; 每次查询的结果,都相当不错。
- 即使对我这个Perplexity 深度用户来说,从性能、易用性以及美观性,ChatGPT Search都做到了一流的体验。
- 最令人印象深刻的是输入框这里的设计,将聊天和搜索如此自然的融合,这种无缝感知是点睛之笔。
ChatGPT 再次将AI 的打开方式带到了新高度, Bravo 👏
🧩 One More Thing:
推荐尝试下这个Chrome小插件, ChatGPT Search 。我在随附的截图(5~6)中展示了用法:在浏览器输入框直接,输入搜索内容,直接进入结果页。 相信你多试几次,可能就会离不开了。
https://chromewebstore.google.com/detail/chatgpt-search/ejcfepkfckglbgocfkanmcdngdijcgld
**已经有超过 1 万个年轻人用「AI 遗嘱」写下自己的遗嘱了。**
「AI 遗嘱」是什么?是新世相发布的一个产品,帮助人们写遗嘱。
首先,别被"遗嘱"这个词吓到。这不是什么不吉利的事,恰恰相反,它是一次让人可以深度思考生命的机会。我们希望通过这个产品,激发年轻人去直面死亡、进而思考生命中真正重要的事情是哪些,真正重要的人是谁。
「AI 遗嘱」怎么写呢?并不是让 AI 帮你写,而是请 AI 来对你进行采访,AI 很会引导,它会不断追问细节、追问答案背后的深层思考。AI 大概会提出 10 个问题,之后, AI 将根据对话,整理出一篇完整的遗嘱。
目前,已经有超过 10000 人在 AI 的帮助下写了自己的遗嘱,也欢迎你来试一试。
通过写遗嘱,在与死亡四目相对后,我们或许能看清,人究竟在为什么而活。
从对死亡的思索中,获得对生的领悟。
**祝你聊得愉快。祝你活得尽兴。**
Invalid media: video
Midjourney 中国实验室产品 – 悠船同步上线区域重绘(inpainting)和转绘(style transfer)功能啦~!
盼 MJ 出这功能得有一年了吧,时间过得好快。
世界第一梯队的模型能力就是强~ 要在 comfy 里完成同样的需求,需要搭建很复杂的工作流,还得有本地算力,在悠船很轻松就搞好了~
能用中文写 prompt 方便好多,不过手动区域涂抹还是有些麻烦,感觉以后补上 SAM 自动分割会方便许多。
测试地址:https://desktop.youchuan.cn/
- 计算不同维度的错误率并识别分布规律
- 必要时建立专门的评估器
- 出现系统性问题时返回步骤3
👉 个人实践启发
在涉及到我们团队具体的工程实践上,我理解 Critique Shadowing 相当于在向用户输出output前的workflow里,自行加了一步evaluation,评估通过则展示给用户,评估不通过则返回继续生成再评估,循环往复直至评估通过为止再输出。流程如下:
A[用户输入] --> B[LLM生成回答]
B --> C[Critique评估器]
C -->|通过| D[展示给用户]
C -->|不通过| E[重新生成/优化]
E --> B
再进一步地,我还想到,也可以通过 Critique Shadowing 的评估结果来指导 prompt 优化。流程如下:
A[用户输入] --> B[LLM生成回答]
B --> C[Critique评估器]
C -->|不通过| D[分析不通过原因]
D --> E[自动调整Prompt]
E --> B
C -->|通过| F[记录通过模式]
F --> G[更新Prompt库]
总结来看,这个方法特别适合内容质量控制、代码审查自动化、用户反馈分析等需要专业判断同时又面临大规模数据处理的场景。
但是也很显然,这个方法论明显的弊端就是系统的复杂度及其token成本。实践中首先还是要基于自己的业务场景做合理评估,以ROI为导向,选择最适合自己的LLM质量控制策略。
我也很好奇大家都是怎么解决AI生成质量的优质及稳定性问题的?以及大家都在做哪些内容场景?不同的内容场景对内容质量及稳定性的需求差异还是挺明显的。
大家有什么好思路或者心得体会,也求分享😊
如果说学Cursor,开始AI编程有什么真正的诀窍的话,那就是:
先做出来,发布出来再说,不要怕不完美。
现在有Claude和GPT加持的AI编程工具,让大多数第一次有机会去真正完成一个由自己构建的产品。毕竟,在此之前,不管你是程序员还是产品经理,绝大多数人在此之前都没有完整做过一个产品。
如果你是产品经理的话,你的工作可能是画画原型,写写PRD,界面设计和代码工作都不在你手上。甚至以我之前在美团和阿里接触到的产品经理来说,他甚至不做“产品”本身的工作,只负责一个功能模块的一小点的细节优化和设计。
而对于程序员,也是类似的道理,前端的只做前端,后端只做后端,数据库的只管数据库。而我之前接触的程序员也大多不了解业务逻辑,不知道自己参与的产品用户群体是谁,其他模块的实现逻辑是什么样的,只是去用自己的能力忠实的实现产品的需求。
在AI的加持下,只要别有害怕、恐惧的情绪,你将第一次获得真真正正的去实现自己的想法的权利。
你需要产品经理,Claude和ChatGPT可以是产品经理。
你需要设计师,Claude、ChatGPT、Ideogram、Midjourney、Flux.1、v0.dev都可以是设计师。
你需要程序员,那更不用说了,Claude、ChatGPT精通所有编程语言。
你唯一需要担心的只是,你是否真的有想法,你是否真的想清楚了你想要去创造什么。
也许你没有想清楚,那也没问题,你可以边做边思考。前几天Paul Graham发了篇文章,认为有了AI之后,人的写作能力会进一步退化,因为写作是需要清晰的思考的,你想不清楚,你就没办法把东西写清楚。很多人会恐惧在写作过程中发现自己大脑中一团浆糊的状态,因此对此心生恐惧。而有了AI之后,大多数人确实是更不需要写作了。
但问题是,不写作的话,你怎么思考呢?
写作不是对思考的记录,而是思考本身。
同样的,去创造去完成一个产品的过程,也是你思考的过程。你没办法完全想清楚了才行动。你需要行动你才有机会想清楚。
而且,在做完之后一定要快速发布。只要完成了发布,你就等于让一个东西从你的大脑中解放了。很多人会想着先把东西做得更好更完美再发布,我想告诉你,千万不要!
完美是完成最大的敌人。世界上没有发布之后就不需要迭代的产品。
许多人之所以不愿意早早发布,其实是有些恐惧心理在其中的,担心其他人觉得不够好,担心这是否会让人觉得自己的水平不行。我真的建议你跟自己脑中的这些恶魔做些斗争。
举个例子,我发布的第一期关于Cursor的教学视频是做一个很简单在网页中生成二维码的Chrome插件,有不少人在底下评论,就做个这?
对的,那时候的我,只能做个那东西。但是我现在做了多个网站、上架了app,我相信评论我的那个人肯定没做到。而且我在做这些东西的过程中感受到了太多的心流和快乐,这个过程本身就是巨大的奖赏了。
而且我非常认同一个关于什么时候该发布自己的产品的观点,那就是如果你发布的产品的第一个版本不让你感到尴尬的话,那就说明你发布得太晚了。
所以,那个会让你尴尬的产品,你打算什么时候发布?
上周试了Kimi 智谱 通义 豆包的AI搜索或者深度搜索功能,我觉得只有Kimi做到了深度搜索。其他的看起来只是和普通搜索相比多加了一些阅读量,并没有更多探索和思考。
Читать полностью…这也太逗了
小红书搞了个 AI 内容识别功能
但是因为技术不行,导致很多真人发布的内容被识别为 AI 内容
AI 好欺负,真人可不是好惹的
直接打电话给 12345 投诉举报了
还要打电话给消防局,让消防局去消除公司的安全隐患
因为这跟内容平台给 AI 内容打标记一样,都是防患于未然
技术不好真的会闹笑话啊hhh
10$jnJM3p52OI5$/
【骆驼】山海夹克山系外套,领240元专属优惠券。
原价【509元】,券后👉【269元】!
王俊凯代言的快冲!骆驼旗舰店•山海夹克269亓4级防水防风,一件顶6件!闭眼冲!颜值和实力并存,拍照嘎嘎有氛围!
点击直达⬇️
https://s.click.taobao.com/xaxkpIt
👇
自助领券: ok.gocodehub.com
支持淘宝/京东/拼多多/唯品会等平台的渠道券
自购领券,省钱多多,不领必亏
Pixverse 搞视频特效这步棋真是走对了。
抖音、快手、小红书多个视频随便拍变毒液特效的已经是爆款了。
几十万赞的也很多,目前很多其他小程序在投流蹭热度,问了一下他们其实是有API的。
是个独立开发者的好机会啊,随便糊个小程序接个视频激励广告,血赚。
需要API可以联系:API@pixverse.ai
完整版 Open AI O1泄露,支持多模态。
试了一下,妈的,太牛批了!
拿一个高中数学联赛的几何题试了一下居然能答对。
另外还拿一个正常的高中奥赛数学题试了一下,Claude 3.5不行、o1-preview都做不对,都在瞎做,他也答对了。
用这个链接可以进去: https://chatgpt.com/?model=o1
Bolt 让我意识到了降维打击教育行业的巨大潜力。https://m.okjike.com/reposts/6723a22b3f412fbcd878ab38?s=ewoidSI6ICI2MjA2M2EyZWVlODFiYjAwMTAyNmIwZWMiCn0= 本意是让开发更容易,随着 base model 和产品力的提高,过不了多久就会把教育行业的图像绘制能力顺带给打崩了 😂 之前 Claude Artifacts 让咱看到这种力量 https://m.okjike.com/originalPosts/669f28421b9a6d4167f00ffe?s=ewoidSI6ICI2MjA2M2EyZWVlODFiYjAwMTAyNmIwZWMiCn0= @Szhans ,而 bolt 这种项目级别的输出无疑让我们提前窥见了未来。
更好的模型和十倍的推理速度是我们所需要的。人不仅没办法一目十行,也没办一下写十行。
下面视频展示了我将一张草稿输入进去并让其给我输出一张可视化页面的结果。目的是帮助我梳理混乱的思路(内容已脱敏)。你把这个绘制结果和你家上课老师的可视化水平比较一下 🌚🌚🌚 这他喵绝对是顶级板书!
谷歌除了 NotebookLM 之外又发布了一个新的学习工具。
Learn About 可以根据你提出的问题给出详细的解释,而且还会推荐合适的视频教程以及文字教程。
他还会询问你教程的难易程度,如果觉得太难就会给你制定更简单的学习计划。
目前需要美国 IP 才能使用:https://learning.google.com/experiments/learn-about/signup
我的2点发现:第一点,机器人的chatgpt时刻被吹的太多了。第二点,以demo视频形式作为展示的工作太多了,这2方面营销手段都不足够再次抓人眼球。
ChatGPT之前也有很多bot,比如说meta在2022年9月的blenderbot 3,但ChatGPT真正被大家惊呼一个原因是这样的革命性技术慢慢地在early adopter中传开了,大家亲身使用过发现他能够用来解决实际问题,比如说帮湾区的学生做题。所谓创新的扩散,从innovator慢慢扩散到early adopter,早期用户使用起来发现真的能解决一些需求,虽然不是普罗大众的需求
📣秋冬衣服优惠总结
===============
69.9🉐西域骆驼!秋冬季三合一户外冲锋衣!
https://08kaabr.kuaizhan.com/?_s=06IlN4
109.9🉐【贵人鸟】三合一户外冲锋衣
https://08kaabr.kuaizhan.com/?_s=36IlN4
269.0🉐骆驼服饰旗舰店•山海夹克
https://08kaabr.kuaizhan.com/?_s=56IlN4
98.9🉐1鸭宝宝男女同款加绒加厚六仿保暖防风裤
https://08kaabr.kuaizhan.com/?_s=66IlN4
33.88🉐【首单3元】正品nike袜子男高筒秋季运动3双
https://08kaabr.kuaizhan.com/?_s=86IlN4
179.0🉐爆款骆驼腾龙回货!!!休闲出游必穿!
https://08kaabr.kuaizhan.com/?_s=e6IlN4
159.0🉐361度外套秋冬加绒软壳防风防泼水冲锋衣
https://08kaabr.kuaizhan.com/?_s=h6IlN4
121.0🉐【乔丹】冬季新款冲锋衣外套
https://08kaabr.kuaizhan.com/?_s=i6IlN4
359.0🉐凑单332!骆驼运动三防羽绒服男女同款
https://08kaabr.kuaizhan.com/?_s=j6IlN4
188.0🉐NY-WHITE冬季长款加厚过膝羽绒服
https://08kaabr.kuaizhan.com/?_s=l6IlN4
299.0🉐【蛟龙】骆驼冲锋衣男女款2024春秋新款
https://08kaabr.kuaizhan.com/?_s=o6IlN4
88.0🉐拍2每件仅需44!森马集团三防马卡龙冲锋衣
https://08kaabr.kuaizhan.com/?_s=p6IlN4
399.0🉐骆驼热浪三合一可拆卸内胆秋冬新款登山服
https://08kaabr.kuaizhan.com/?_s=r6IlN4
59.0🉐2件59!森马休闲舒适百搭圆领卫衣
https://08kaabr.kuaizhan.com/?_s=v6IlN4
🎯 Critique Shadowing:
一个让AI稳定输出优质内容的实用工作流
我相信很多AI团队和我们一样,都头疼这个工程问题:如何保证AI生成质量的优质与稳定?
fine-tune也好,RAG也好,RL也好,结合具体的业务场景,我们也花了很多精力研究最适用的、更低成本、ROI更高的方法。
不得不说,最近发现的Critique Shadowing 工作流,让我觉得很有启发💡
这个方法来自 Hamel Husain 最新发表的一篇重磅文章🔗https://hamel.dev/blog/posts/llm-judge/,整整 6000 字的干货。
这个工作流本质上是在构建一个能够对齐领域专家判断的 LLM 评估系统。整个工作流包括:
1. 首先找到真正的领域专家
2. 建立多样化的测试数据集
3. 让专家进行系统评判和详细解释
4. 根据反馈进行迭代优化
5. 构建和训练 LLM 评判器
6. 进行全方位的错误分析
这个工作流通过系统化地将专家经验转化为可扩展的 AI 评估系统,特别适合那些需要专业判断但又面临大规模数据的场景。
这也让我想起 Hamel 之前那篇广受好评的 🔗https://hamel.dev/blog/posts/evals/index.html,都是非常务实的方法论。
在我看来,Critique Shadowing 的价值在于它不是纯理论的框架,而是一个能够真正落地、能够帮助团队构建可信赖的 AI 评估体系的方法。
👉 工作流程详解
1. 领域专家选择(Principal Domain Expert)
- 需具备深入的领域知识和丰富实践经验
- 能够清晰表达判断标准和评判理由
- 愿意参与迭代优化过程
2. 数据集创建
- 生成覆盖所有用例的多样化examples
- 结合真实和合成的用户交互数据
- 从小规模高质量样本开始,逐步扩充
3. 专家评审
- 进行通过/不通过的基础判断
- 提供详细的评判理由(用于训练 LLM)
- 记录关键决策点和评判标准
4. 错误修正
- 发现问题后修正并返回步骤3进行专家验证
- 持续积累和分类错误模式
- 重复验证直至专家确认问题解决
5. LLM 评判器构建
- 将专家示例转化为 few-shot examples
- 测试与专家判断的一致性
- 持续优化prompt直至达到满意的一致性水平
6. 错误分析与优化
最近两个月用上Cursor之后,每天都舍不得睡觉,很想早起去创造些东西。
上一次有这症状还是GPT Store发布后,上上次是GPT-4。
但是上班时好像从来没过这种感觉。