原告李某使用AI生成涉案图片后发布于小红书平台；被告刘某在百家好发文配图时使用了原告该AI生成的图片，并截掉了署名水印。原告起诉要求被告道歉并进行经济赔偿。
近日，北京互联网法院作出一审判决，认为涉案人工智能生成图片(AI绘画图片)具备「独创性」要件，体现了人的独创性智力投入，应当被认定为作品，受到著作权法保护等。
12月1日，阿里云和NVIDIA英伟达联合主办的首届「通义千问AI挑战赛」开赛啦！参赛者报名参赛就可以免费畅玩通义开源模型家族(包括刚刚发布的720亿参数模型Qwen-72B)。
本次比赛分为「AgentBuilder创意挑战赛道」和「CodeQwen能力算法赛道」两大赛道，为参赛者们提供了价值50万元的免费云上算力和丰厚奖金。
AgentBuilder创意挑战赛道鼓励开发者基于通义千问大模型和魔搭社区的Agent-Builder框架开发新一代AI应用，促进大模型在各行各业的落地应用。12月1日启动报名，12月1日-12月20日线上提交作品，12月26日进行复赛(线上答辩)。
开发者BrendanBycroft在社交媒体X发布了「大模型工作原理3D可视化项目-LLMVisualization」。如图所示，页面展示了GPT-2(smal)、nano-gpt、GPT-2(XL)、GPT-3大模型的架构，并以nano-gpt为例展示了运行单个标记推理的所有步骤。
而缩放右侧演示屏幕就可以看到，拥有85,584个参数的nano-gpt只是一个小点，与174,591,676,416参数量的GPT-3模型完全不可同日而语，更别说更大参数量的GPT-4等模型了。这也让我们更直观地感受到，为什么说「大模型是大力出奇迹」。
AlgorithmVisualizer是一个交互式的在线平台，将多种算法的原理和运行步骤进行了可视化展示。只需要选中算法并点击右上角「play」按钮，就可以看到算法的运行过程，深度探索比理解各种算法。
网站支持C++、Java、JavaScript等多种编程语言，并且覆盖了8大类共63种算法。简单整理如下，感兴趣可以在浏览器中打开页面并进行探索：
微软官方博客发布了首席科学家EricHorvitz的一项最新研究：在相同的基准上，利用提示词工程就能让GPT-4的性能明显优于专门针对医疗领域进行微调的领先模型，并且结论具有泛化性。
Medprompt是一个多组件、组合使用的提示策略，可以高效地激发大型语言模型的专业能力，是一个值得探索的有效途径。
Medprompt让GPT-4在著名的MedQA医学考题数据集上首次突破90%的准确率，并在全部9个医学挑战题基准测试中都取得了最高的成绩。相比之下，即使进行了大量专业医学数据的微调，先进的MedPaLM2模型在同样的测试中也无法与其相比。
也就是说，综合几种提示策略(也就是Medprompt)，就能有效地从通用基础模型中唤起特定领域的专业知识，这适用于医学、电气工程、机器学习、哲学、会计、法律等多个领域。
RAG最初是为了解决LLM各类问题(幻觉问题、新鲜度问题、数据安全问题等)而产生的。简单来说，RAG(RetrievalAugmentedGeneration)是一种「检索增强生成」技术，它能先对现有数据或文档进行检索，然后再交给大语言模型进行答案的最终生成。
但在应用过程中，企业发现自己要的是一个更好的搜索，根本不关心它是不是大模型。而相比于仅依赖大语言模型生成答案，RAG能产出更准确可靠的结果，也解决了数据新鲜度等问题。
因此，RAG成为解决企业需求痛点的更好方案，并快速成为基于大语言模型应用的新宠。它不仅能取代传统的FAQ问答系统，还能够成为智能客服、知识库问答、智能写作等很多应用的中间件，应用前景非常广阔。
日报选择了这篇RAG入门科普文，介绍了RAG整体架构、数据处理流程、核心技术等。下图是核心知识点的思维导图，感兴趣可以阅读原文~
2022年11月30日是OpenAI正式发布ChatGPT的日子。过去的一整年，似乎整个世界都在谈论AI。那么折腾了一年之后，到底新一波的AI浪潮带来了什么变化？什么公司？做了什么事情？拿到了什么里程碑？
00:43共识中的共识
01:02四个章节
01:18有头有脸的公司都在做
02:36做大模型的大厂们
03:11已经独角兽估值的初创大模型公司
04:25监管
05:15灵魂提问：还要做大模型吗？
07:05百度CEO李彦宏的观点
07:27多次提及过的“ACT2”
08:23所有应用都值得用AI重构一遍
09:18重构的第一责任人是谁？
10:03美国的AI应用生态
11:03那些关键词
11:28卷无可卷的视觉方向
12:30国内生态呢？
12:58通过文心创业大赛的获奖项目“管中窥豹”
14:21苟且之后的远方呢？
16:53应用层的总结
17:53三个有意思的说法
21:16真正的暴论
ShowMeAI知识星球资源编码：R196
ShowMeAI知识星球资源编码：R197
感谢贡献一手资讯、资料与使用体验的ShowMeAI社区同学们！