opt readme
This commit is contained in:
parent
84b09d1aa7
commit
49387bb4e1
|
|
@ -50,6 +50,12 @@
|
||||||
+ [附录D:给训练循环添加高级技巧](https://skindhu.github.io/Build-A-Large-Language-Model-CN/#/./cn-Book/附录D.给训练循环添加高级技巧.md)
|
+ [附录D:给训练循环添加高级技巧](https://skindhu.github.io/Build-A-Large-Language-Model-CN/#/./cn-Book/附录D.给训练循环添加高级技巧.md)
|
||||||
+ [附录E:使用 LoRA 的参数高效微调](https://skindhu.github.io/Build-A-Large-Language-Model-CN/#/./cn-Book/附录E.使用LoRA的参数高效微调.md)
|
+ [附录E:使用 LoRA 的参数高效微调](https://skindhu.github.io/Build-A-Large-Language-Model-CN/#/./cn-Book/附录E.使用LoRA的参数高效微调.md)
|
||||||
|
|
||||||
|
|
||||||
|
### 新书推荐
|
||||||
|
|
||||||
|
+ [《Google DeepMind - How to Scale Your Model》电子书中文翻译项目](https://github.com/skindhu/How-To-Scale-Your-Model-CN)
|
||||||
|
|
||||||
|
|
||||||
## 个人思考
|
## 个人思考
|
||||||
|
|
||||||
巴克莱在最近发布的研报中提出了一份“AI路线图”,描绘了未来AI技术应用的演进路径,我个人比较认同。报告指出,AI的应用将经历三个重要阶段,首先是当下的**第一阶段**:聊天机器人和早期的AI助理(Copilot),因为目前主要是侧重于基础设置的建设和模型能力的竞赛。接下来在2025-2026年将迎来“真AI代理时代”的人**第二阶段**,这一阶段的核心在于能够自主完成任务的AI代理的广泛应用。与聊天机器人和Copilot不同,AI代理能完成相对复杂的任务,尽量减少人类的直接干预。而在2027年以后,AI技术将进一步进入“数字员工与机器人时代”**第三阶段**”(应该是所谓的具身智能),在企业应用中,AI代理可能演变成独立完成任务的“数字员工”,在消费者市场,智能机器人将开始逐步融入家庭生活,承担简单和重复性的日常任务。
|
巴克莱在最近发布的研报中提出了一份“AI路线图”,描绘了未来AI技术应用的演进路径,我个人比较认同。报告指出,AI的应用将经历三个重要阶段,首先是当下的**第一阶段**:聊天机器人和早期的AI助理(Copilot),因为目前主要是侧重于基础设置的建设和模型能力的竞赛。接下来在2025-2026年将迎来“真AI代理时代”的人**第二阶段**,这一阶段的核心在于能够自主完成任务的AI代理的广泛应用。与聊天机器人和Copilot不同,AI代理能完成相对复杂的任务,尽量减少人类的直接干预。而在2027年以后,AI技术将进一步进入“数字员工与机器人时代”**第三阶段**”(应该是所谓的具身智能),在企业应用中,AI代理可能演变成独立完成任务的“数字员工”,在消费者市场,智能机器人将开始逐步融入家庭生活,承担简单和重复性的日常任务。
|
||||||
|
|
@ -79,6 +85,7 @@
|
||||||
<img src="https://wechat-account-1251781786.cos.ap-guangzhou.myqcloud.com/wechat_account.jpeg" width="30%">
|
<img src="https://wechat-account-1251781786.cos.ap-guangzhou.myqcloud.com/wechat_account.jpeg" width="30%">
|
||||||
|
|
||||||
## 最新文章
|
## 最新文章
|
||||||
|
[我是如何快速翻译Google DeepMind出品的《How to Scale Your Model》电子书](https://mp.weixin.qq.com/s/-mURsM3VXmOUXmbxEkCfxA) <br />
|
||||||
[从源码看Google LangExtract如何应对长文本数据挖掘的挑战](https://mp.weixin.qq.com/s/2GfgVfi_y47ioBsKLbMPrA)<br />
|
[从源码看Google LangExtract如何应对长文本数据挖掘的挑战](https://mp.weixin.qq.com/s/2GfgVfi_y47ioBsKLbMPrA)<br />
|
||||||
[GPT 5祛魅时刻:当OpenAI陷入内卷,谷歌已在布局下一个十年](https://mp.weixin.qq.com/s/7WNZmwdzHCiMhWPUGSv4pA)<br />
|
[GPT 5祛魅时刻:当OpenAI陷入内卷,谷歌已在布局下一个十年](https://mp.weixin.qq.com/s/7WNZmwdzHCiMhWPUGSv4pA)<br />
|
||||||
[大模型上下文工程之Prefill Response(预填响应)技巧](https://mp.weixin.qq.com/s/fMeg0wcCd4XZPSN5EouLcg)<br />
|
[大模型上下文工程之Prefill Response(预填响应)技巧](https://mp.weixin.qq.com/s/fMeg0wcCd4XZPSN5EouLcg)<br />
|
||||||
|
|
|
||||||
Loading…
Reference in New Issue