Pandas 2.0 将逐步适用 arrow 取代目前的 Numpy 来存储数据。读写性能及处理速度将大为提升。

https://datapythonista.me/blog/pandas-20-and-the-arrow-revolution-part-i

#python #data

System Design Interview 作者 Alex Xu 的 newsletter

https://blog.bytebytego.com/

#system

一键安装 LLaMA 之后，在一台 M1 Mac Mini 上跑起了 7B 的模型，速度还OK。大概吃了4G 内存。

这台是 16G 内存，8核的 M1 CPU。

Unum 使用四块 RTX 3090 显卡就能训练一个比 OpenAI 还要好的 Vision-Language transformer 模型 -- UForm。要知道 OpenAI 用了 1024块 A100 显卡才训练出来。

UForm 不仅各方面表现优于 OpenAI 的 CLIP，而且推算速度也大大优于 CLIP。

对了，Unum 是一家在亚美尼亚的初创公司，目前只有13个人。

https://www.unum.cloud/blog/2023-02-20-efficient-multimodality

#ml

巴黎理工大学的 Marc Lelarge 教授准备的手把手深度学习教程，有不少是用 Julia 写的。

https://dataflowr.github.io/

#ml #mooc

OpenAI 发布了 ChatGPT Turbo 和 whisper 两个 API。

ChatGPT Turbo 的价格是之前的十分之一

Whisper 是语音转文字 (ASR) 的 API

https://twitter.com/openai/status/1630992406542970880

#ml #api

各种开发者分享自己硬件配置的网站，有非常酷炫的配置，每周五更新。

https://hackerstations.com/

YC 投资的创业项目汇总

https://www.ycombinator.com/launches

#startup

一个近乎免费使用 chatGPT 的方法：

1. 在 OpenAi 上注册一个账号；
2. 然后在开发者页面的配置里生成一个 API key：https://platform.openai.com；
3. 将这个 API key 放到你本地的环境变量里 export OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>
4. 安装 OpenAI 的 Python 包：pip install openai
5. 把下面这篇文章里的 cli.py 这个脚本放到你的本地目录
6. 执行 python cli.py，你就在自己的 terminal 里获得了一个几乎免费的 chatGPT。
7. 添加快捷键：alias='chat python3 DIR_to_clip.py'，绑定上面 clip.py 的绝对路径到 chat，这样在 terminal 里敲 chat，就可以启动 chatGPT 了

OpenAI 给每个开发者18美金的免费额度，注册后三个月内可以使用。即使这些额度到期了，也比 chatGPT 的每月20美金的付费计划要便宜很多。因为调用 API 的话，每一百万个 token 才收费2美金。所以个人使用的话，基本上免费。

而且你可以用到最新的 chatGPT 3.5 Turbo 模型，比起免费的 chatGPT 要快很多。另外，也几乎不用等待。

https://medium.com/@FrancescoZ/how-to-use-chatgpt-with-python-e7a8868e6034

一个在 telegram 里搭建 chatGPT bot 的方案，可以自行把模型改成最新的 GPT3.5-Turbo

https://github.com/karfly/chatgpt_telegram_bot

#ml