那些“小小的也很可爱”的软件
1. SQLite 数据库 https://www.sqlite.org/index.html
2. foobar2000 音频播放器 https://www.foobar2000.org/
3. vim 文本编辑器 https://www.vim.org/
4. Blender 三维编辑器 https://www.blender.org/
5. ImageMagick 图像编辑工具 https://imagemagick.org/
6. FFmpeg 音视频编辑工具 https://ffmpeg.org/
未完待续
1. SQLite 数据库 https://www.sqlite.org/index.html
2. foobar2000 音频播放器 https://www.foobar2000.org/
3. vim 文本编辑器 https://www.vim.org/
4. Blender 三维编辑器 https://www.blender.org/
5. ImageMagick 图像编辑工具 https://imagemagick.org/
6. FFmpeg 音视频编辑工具 https://ffmpeg.org/
未完待续
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
RestGPT，https://restgpt.github.io，让大模型连接真实世界的 Restful API
在构建 AI Agent 时，检索增强（Retrieval-Augmented Generation，RAG）是提的比较多的，它可以缓解大模型的幻觉问题，还有一点也十分重要，那就是工具增强（Tools-Augmented），让大模型可以正确地选择工具，并依次执行任务，最后达到期望的效果。
RestGPT 采用迭代式从粗到精的在线规划框架，让 LLM 逐步找到合适的 API，并在它设定的程序执行器中完成程序执行；整个过程有点类似广度优先算法，先找到 API 集合再找到详细的 API，然后利用 LLM 的推理能力，将多个 API 组合成调用链。
框架要求输入 API 文档和 Response Schema 信息，其效果相比 ReAct、Reflexion 等框架，包括对比 ChatGPT，都要好出 10%~160%。
我详细看了论文对应的项目代码，https://github.com/Yifan-Song793/RestGPT，主要依靠 Prompt 以及循环执行来完成任务规划，实现过程较为简单，而 Prompt 写的过于复杂。这个思路是值得借鉴的，实际使用过程还是建议自己重新撸一份代码。
视频演示了使用 TMDB 电影数据库搜索 Sofia Coppola 导演的电影总量：
在构建 AI Agent 时，检索增强（Retrieval-Augmented Generation，RAG）是提的比较多的，它可以缓解大模型的幻觉问题，还有一点也十分重要，那就是工具增强（Tools-Augmented），让大模型可以正确地选择工具，并依次执行任务，最后达到期望的效果。
RestGPT 采用迭代式从粗到精的在线规划框架，让 LLM 逐步找到合适的 API，并在它设定的程序执行器中完成程序执行；整个过程有点类似广度优先算法，先找到 API 集合再找到详细的 API，然后利用 LLM 的推理能力，将多个 API 组合成调用链。
框架要求输入 API 文档和 Response Schema 信息，其效果相比 ReAct、Reflexion 等框架，包括对比 ChatGPT，都要好出 10%~160%。
我详细看了论文对应的项目代码，https://github.com/Yifan-Song793/RestGPT，主要依靠 Prompt 以及循环执行来完成任务规划，实现过程较为简单，而 Prompt 写的过于复杂。这个思路是值得借鉴的，实际使用过程还是建议自己重新撸一份代码。
视频演示了使用 TMDB 电影数据库搜索 Sofia Coppola 导演的电影总量：
过去一个月，收到了非常多的用户反馈，表示已经把 https://devv.ai 作为了默认的搜索引擎。
https://devv.ai 是专门面向开发者的 AI 搜索引擎，目标是替代开发者日常使用 Google / StackOverflow / 文档查询的场景。
免费、快速、准确。
https://devv.ai 是专门面向开发者的 AI 搜索引擎，目标是替代开发者日常使用 Google / StackOverflow / 文档查询的场景。
免费、快速、准确。
👍3❤1
最近一些观点
1. 做电商，不管是平台还是卖家，都需要执行力超强的员工。 因为战略方向层面的东西往往比较明确，执行的速度才是关键
2. pdd甚至1688都据说直达工厂，但上面大部分还是经销商甚至二级三级经销商
3. 1688这波出海，事情本身还是很有机会的，就看阿里这个组织是不是能支棱起来
4. 电商市值第一这事儿也就外部在激动分析一下。内部应该都想低调一点，做电商最好闷声发财，特别是跨境平台
1. 做电商，不管是平台还是卖家，都需要执行力超强的员工。 因为战略方向层面的东西往往比较明确，执行的速度才是关键
2. pdd甚至1688都据说直达工厂，但上面大部分还是经销商甚至二级三级经销商
3. 1688这波出海，事情本身还是很有机会的，就看阿里这个组织是不是能支棱起来
4. 电商市值第一这事儿也就外部在激动分析一下。内部应该都想低调一点，做电商最好闷声发财，特别是跨境平台
👍3🐳1
看到群里有人发这条消息，心里面突然觉得再正常不过了。因为产品经理本就是质感很“不事生产”的工种
自己尝试跑通一件事的时候，才会发现点子是最不稀缺的，运营、产品、测试、开发都能憋出点子来，但大家都得听产品的，又不是老板，凭啥呢？
（极其精妙的点子除外，但大部分产品经理并不具备这种能力，想出来的点子更接近于中庸和复刻）
产品的出生，由开发和设计来完成；
产品的落地，由产品/PMO来监督（但小作坊自己做点事情的话，产品的角色也不那么必要）；
产品的质量把控，由测试来完成；
产品的销售与推广，由运营、市场、商务拓展来完成。
怎么看都觉得，产品是其中价值最薄弱的一处。经济好的时候一荣俱荣搭个车，经济差的时候就一言难尽了
想想自己的竞争力，或许只有“性价比高”这点。但倘若几年后涨薪了呢？从平庸发展为平庸、昂贵且年长，处境只会更加尴尬吧
还是努力转行吧，哎😑
自己尝试跑通一件事的时候，才会发现点子是最不稀缺的，运营、产品、测试、开发都能憋出点子来，但大家都得听产品的，又不是老板，凭啥呢？
（极其精妙的点子除外，但大部分产品经理并不具备这种能力，想出来的点子更接近于中庸和复刻）
产品的出生，由开发和设计来完成；
产品的落地，由产品/PMO来监督（但小作坊自己做点事情的话，产品的角色也不那么必要）；
产品的质量把控，由测试来完成；
产品的销售与推广，由运营、市场、商务拓展来完成。
怎么看都觉得，产品是其中价值最薄弱的一处。经济好的时候一荣俱荣搭个车，经济差的时候就一言难尽了
想想自己的竞争力，或许只有“性价比高”这点。但倘若几年后涨薪了呢？从平庸发展为平庸、昂贵且年长，处境只会更加尴尬吧
还是努力转行吧，哎😑
👍3
能够让大模型推理结果变得更好的基础优化手段已经非常多了，我梳理了常见的技术手段和对应的论文：
- Zero-shot：https://arxiv.org/abs/2109.01652
- Few-shot：https://arxiv.org/abs/2005.14165
- CoT：https://arxiv.org/abs/2201.11903
- ToT：https://arxiv.org/abs/2305.10601
- GoT：https://arxiv.org/abs/2308.09687
- SC：https://arxiv.org/abs/2203.11171
- Multi Persona：https://arxiv.org/abs/2307.05300
- Least to Most：https://arxiv.org/abs/2205.10625
- Step Back：https://arxiv.org/abs/2310.06117
- ART：https://arxiv.org/abs/2303.09014
- ReAct：https://arxiv.org/abs/2210.03629
- Reflection：https://arxiv.org/abs/2303.11366
- RAG：https://arxiv.org/abs/2005.11401
以上内容在之前的分享中均详细提到过，有一些只需要在 Prompt 上做简单优化便可看到效果；有一些则需要进行框架设计，如对任务进行规划、分解、组合等，包括与外界环境的交互、让人参与交互，存在一定的设计成本，市面上很多 XXXGPT 也是对这些基础手段组合后的工程实践。
学习这些知识的原理有助于帮助我们打开 LLM 推理黑盒，感兴趣的朋友不妨花点时间研究下，也欢迎留言补充更多有趣的技术和论文。
- Zero-shot：https://arxiv.org/abs/2109.01652
- Few-shot：https://arxiv.org/abs/2005.14165
- CoT：https://arxiv.org/abs/2201.11903
- ToT：https://arxiv.org/abs/2305.10601
- GoT：https://arxiv.org/abs/2308.09687
- SC：https://arxiv.org/abs/2203.11171
- Multi Persona：https://arxiv.org/abs/2307.05300
- Least to Most：https://arxiv.org/abs/2205.10625
- Step Back：https://arxiv.org/abs/2310.06117
- ART：https://arxiv.org/abs/2303.09014
- ReAct：https://arxiv.org/abs/2210.03629
- Reflection：https://arxiv.org/abs/2303.11366
- RAG：https://arxiv.org/abs/2005.11401
以上内容在之前的分享中均详细提到过，有一些只需要在 Prompt 上做简单优化便可看到效果；有一些则需要进行框架设计，如对任务进行规划、分解、组合等，包括与外界环境的交互、让人参与交互，存在一定的设计成本，市面上很多 XXXGPT 也是对这些基础手段组合后的工程实践。
学习这些知识的原理有助于帮助我们打开 LLM 推理黑盒，感兴趣的朋友不妨花点时间研究下，也欢迎留言补充更多有趣的技术和论文。
🤝3
简单总结一下最近很火的pika.art这家只有 4 位全职成员估值 2.5 亿美元的华人天才少女创业团队。
创始人 #郭文景 的母亲是MIT毕业的高材生，父亲是A股上市公司信雅达实控人（最近公司连续一字涨停）。今年四月，郭文景决定从斯坦福退学，开发更好用的AI视频工具，Pika由此诞生。
郭文景是杭二中第一个在本科阶段被哈佛大学录取的学生，也是浙江省第一个被哈佛本科提前录取的学生。
创始人郭文景和联合创始人兼首席技术官Chenlin Meng，两人都是斯坦福大学AI实验室的前博士生。
在进入斯坦福大学之前，郭文景本科和硕士就读于哈佛大学，曾在Meta的AI研究部门担任工程师，而Chenlin则是多篇AI研究论文的共同作者，其中也有一些关于生成式AI的论文。
郭文景于今年4月创立了Pika，随后Chenlin Meng加入成为联合创始人，两人合作开发了Pika的文本生成视频模型。
今年 7 月，Pika Labs 在 Discord 推出服务器，并在几个月时间内收获了 50 万用户。
最后说一下 Text-to-Video 这个领域今年的进展确实远比想象中迅速：Runway 先后发布了 Gen1、Gen2，最近推出的 Motion Brush 则在可靠性上向前了一步，Stability AI 也刚发布了自己的首个 Text-to-Video 模型 Stable Video Diffusion。最近大家最期待的就是 pika 的表现了，AI时代一天一个样。
创始人 #郭文景 的母亲是MIT毕业的高材生，父亲是A股上市公司信雅达实控人（最近公司连续一字涨停）。今年四月，郭文景决定从斯坦福退学，开发更好用的AI视频工具，Pika由此诞生。
郭文景是杭二中第一个在本科阶段被哈佛大学录取的学生，也是浙江省第一个被哈佛本科提前录取的学生。
创始人郭文景和联合创始人兼首席技术官Chenlin Meng，两人都是斯坦福大学AI实验室的前博士生。
在进入斯坦福大学之前，郭文景本科和硕士就读于哈佛大学，曾在Meta的AI研究部门担任工程师，而Chenlin则是多篇AI研究论文的共同作者，其中也有一些关于生成式AI的论文。
郭文景于今年4月创立了Pika，随后Chenlin Meng加入成为联合创始人，两人合作开发了Pika的文本生成视频模型。
今年 7 月，Pika Labs 在 Discord 推出服务器，并在几个月时间内收获了 50 万用户。
最后说一下 Text-to-Video 这个领域今年的进展确实远比想象中迅速：Runway 先后发布了 Gen1、Gen2，最近推出的 Motion Brush 则在可靠性上向前了一步，Stability AI 也刚发布了自己的首个 Text-to-Video 模型 Stable Video Diffusion。最近大家最期待的就是 pika 的表现了，AI时代一天一个样。
👍3
和朋友讨论近期跳槽的事，好奇产品经理薪资天花板是？只带小组，没太大野心，也不想升p9。我感觉月base 7w左右就差不多了，每年再配几十万的股票，圆圆满满150w的包，小富即安的配置。