Loading video...

Video Failed to Load

Go Home

openclaw的最大竞争对手来了!昨天全民养虾🦞,今天龙虾杀手现身! Perplexity 今天凌晨发布了personal computer,这是一个可以和openclaw属于同赛道的产品,personal computer可以在mac mini上运行,同时和perplexity computer进行完美适配,从而实现一个7✖️24小时的个人助理。 perplexity的personal computer相较于opencalw更加安全,因为它不需要用户给予很多的权限,它更像是一个托管型的产品。 其次该产品对于普通用户的用户体验也会更好,在介绍视频中,该产品不仅可以做ppt还可以完成早报的汇总和进行招聘任务。如果说openclaw像github,那么personal computer则更像是一个搜索引擎,更加用户用好。 由于personal computer有19个大模型在云端,所以执行任务的完成结果也要比opencalw的单一大模型更好。 目前perplexity computer需要每个月200美金订阅,token使用有上限,personal computer并未公开发布,大家可以加入等待列表,该产品真的很值得期待! 具体内容请看视频!感谢各位点赞支持!

66,185 views • 6 months ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

平时同时看加密市场和美股,最麻烦的不是行情太多,而是账户、资金和操作方式一直在来回切换。 最近看了一下 MEXC 的 Stock 产品,感觉它正在把这个过程变得简单一些。 目前 MEXC 提供了两种不同方向的股票产品。 RealStocks 更适合希望买入并持有真实股票的用户。符合条件的用户,可以通过 MEXC 合作的持牌券商参与,也可以使用 USDT 设置每周或每月的定期投资。 如果更关注财报、行业事件或者短期行情,Stock Futures 会更灵活一些。它属于股票衍生品,支持根据行情做多或做空,部分合约也支持杠杆。 目前 MEXC 已经提供三百多种股票相关标的,覆盖个股、指数和 ETF。 对原本就在加密市场交易的人来说,比较方便的是,不需要重新适应一套完全不同的操作环境,就能在熟悉的账户中关注更多市场机会。长期持有和短期交易也有不同的产品入口,不用把所有需求都塞进同一种工具里。 活动期间,MEXC Stock Futures 的挂单(Maker)和吃单(Taker)交易手续费均为零。无论是提前设置价格、等待市场成交,还是按照当前盘口价格直接完成交易,都可以免除对应的交易手续费。 对于关注财报、行业消息或短期行情,需要多次调整仓位的用户来说,这项优惠可以减少交易环节产生的手续费成本。优惠仅适用于活动期间的 Stock Futures 交易手续费,具体开放地区、适用合约和活动时间以 MEXC 官方页面为准;资金费率和点差仍按照相应产品机制计算。 想长期配置,可以了解 RealStocks;想围绕行情波动进行交易,可以关注 Stock Futures。两种不同的产品放在同一个入口里,选择会方便很多。 本内容仅供信息参考,不构成投资建议。不同 Stock 产品具有不同风险,交易前请了解产品机制,并评估自身风险承受能力。 MEXC #MEXC #RealStocks #StockFutures #MEXC0808

Lies

15,484 views • 29 days ago

这几天跟几个做电商的朋友聊了很久,他们是在淘宝做文案策划、ppt、短视频业务的,类似中介模式,在淘宝接单,然后找对应设计、写手完成交付。Ai对他们的冲击非常大,倒逼他们学习Ai 然后出现一个很现实的问题,要用Ai适配自己的业务远远没有那么简单,大部分时间其实是在调试Ai,但他们并不擅长这点 像币圈人喜欢尝试新东西,想真正达到专业玩家的水平也并非易事,真正需要Ai完成业务优化的大量个体户,恰恰很难适应Ai时代的到来 当我看到 DAPPOS 的xBubble出现,终于有项目在尝试解决这个被忽视的难题,Ai本身是来节省大家时间的,但Ai学习本身又需要耗费大量的时间 比如一个完全不懂视频制作的奶茶店老板要做一个暴打柠檬茶的宣传视频,直接就可以在xBubble输入:给我做一个 20 秒的视频,推广我们店新出的暴打柠檬茶,要看起来很清爽很夏天的那种感觉,配点轻快的背景音乐 成品视频效果大家可以看下面的视频,完全可以直接商用了 为什么给一个模糊的提示词就能实现这种水平? xBubble背后的2套技术模版 1、Bubble Pilot Pilot类似一个智能导航推荐,用户写一个很短甚至很模糊的提示词后,Bubble Pilot会读取用户的简短请求,识别任务类型,从SOP库里自动匹配,给你一个匹配度最高的SOP 所谓的SOP就是标准操作流程,本质就是skill,比如这个暴打柠檬茶视频需求,这是一个特定的饮品类领域,这类视频需要的产品特写、制作过程展现、氛围感营造都是类似,可以用针对性的最优模版,SOP就是这个标准模版 如果没有现成的SOP,会进入通用标准路径,然后反复回退的请求会成为 Bubble Engine下一步构建SOP的候选信号 2、Bubble Engine Engine是一个SOP的生成引擎,比如起初xBubble没有饮品类的SOP,Engine就会像AI程序员一样,自动去建立一个标准,去学习竞品然后反复迭代,将最优路径固化为可复用 SOP 后续只要有饮品类的视频需求,就可以直接使用生成的SOP xBubble还有两种运行环境 Bubble Computer 端到端项目工作空间。Bubble Pilot 检测到多步骤任务时路由至此,沙箱自动启动、按需加载技能,全程无需用户管理中间步骤。可在单次运行内完成研究、写作、设计、核查并交付最终成果 大部分情况都可以使用Computer Bubble Personal 本地环境模式。可操作用户本机文件、浏览器、应用与日程。安装、下载、系统级变更在云端容器中执行并在任务完成后销毁;用户本机只执行经明确授权的操作,无需安装软件 涉及隐私类的,比如部分文件资料是高度隐私的,且不相信任何平台,那就选择Personal模式 其实xBubble的产品核心就是它的SOP,对于大部分需求方而言,他并不能有效精准描述提示词,也不懂特写镜头、慢动作、产品特写这些术语,如果使用市场上通用的Ai,Ai就只能猜需求,你给他输入什么,Ai就输出什么,交付的产品自然与预期不符 输入端:模糊的需求 输出端:模糊的产品 这就是xBubble的优势,用户无需给Ai一个精准的需求,你想做一个饮品类视频,一句话就行,Bubble Pilot会自动找现有针对饮品类的SOP,模糊的需求就能找到精准的SOP,生成精准的产品 xBubble实际上就是干了一件事,识别模糊,找到精准需求,匹配针对性的SOP,生成精准的产品 让Ai不断傻瓜化,Ai自己就能读懂人类模糊的语言精准提炼,这才是Ai大众化的痛点 xBubble的体验链接:

庞教主

21,619 views • 4 months ago

刚刚过去的一天整个ai行业又有大事发生! Claude code重磅更新!今天凌晨推出了自动修复功能,现在claude code可以自己完成代码修复,自动持续提交pr以及修改bug等功能,确保代码的审核修改和上交都在自动化的过程中可以完成,这也是自周初推出自动研究功能后,本周推出的第二个自动化功能。 AI自动化写代码改代码提交代码,本周也是上升到了一个新的维度。 同时谷歌也是在今天凌晨发布了gemini3.1 flash live版本,这是一个语音输入的大模型,现在用户可以通过语音输入的方式,指导用户写代码。我觉得这种语音输入的大模型后续可以方便残疾人使用ai,这也是ai技术进步对于人类温情的体现。 谷歌也发布了一个音乐生成模型 lyria,这是一个可以帮助用户更方便的制作音乐的模型,也可以通过图片文字和视频更好的生产新的音乐,目前在谷歌ai studio已经可以使用。 Openai宣布其广告收入的年化收入也已经超过了1亿美金,他们从今年1月开始为部分美国用户提供了广告,并且和600多家公司签订了合同。如果这条路径能走通,也将为openai获得一个新的收入渠道,不过之前anthropic也已经多次嘲讽过openai的广告太多,希望不要成为下一个百度。 更多具体内容请看视频!感谢大家点赞关注支持!谢谢!

Vic TALK

14,542 views • 5 months ago

发现一个讲的很细的大语言模型微调教程,详细介绍了整个流程,包括数据准备、参数设置、资源监控等关键步骤。 基本没有技术能力也可以完成微调。想要了解 LLM 原理的可以按这个实践一下。 时间轴: 0:00 概念概览 3:02 自定义数据的准备 8:17 微调操作演示(T4 版本) 16:52 微调操作演示(A100 版本) 19:13 在 Hugging Face 上的保存与使用方法 文字版整理: ✲ 如何使用自己的数据对大语言模型进行微调(fine-tuning): 对大语言模型进行微调并不一定非常困难和昂贵。通过使用自己的数据集对预训练模型进行微调,可以让模型更好地适应特定的任务需求。微调过程能够在保留原模型语言理解能力的基础上,进一步提升其在特定领域或任务上的表现。 ✲ 使用Hugging Face模型库和Unslaw工具进行模型微调: Hugging Face提供了丰富的预训练语言模型资源,用户可以根据任务需求选择合适的模型作为基础进行微调。而Unslaw工具则提供了一套简单高效的微调流程,其优点包括出色的内存使用效率以及对扩展上下文窗口的支持。通过Unslaw,用户能够以较低的资源开销完成模型微调。 ✲ 在Google Colab上使用免费/付费GPU资源进行微调: Google Colab提供了免费和付费的GPU资源,用户可以根据任务的复杂程度选择使用T4或A100。对于大多数微调任务而言,免费的T4资源已经足够。但如果数据集较大或模型较为复杂,升级到A100可以获得更充裕的算力支持。Colab为用户提供了一个易于上手的模型微调环境。 ✲ 准备自定义的微调数据集: 准备微调数据的过程并不复杂。用户可以直接使用纯文本文件作为数据来源,而无需进行额外的预处理。为了获得理想的微调效果,建议至少准备100-200个样本。在示例中,为了快速演示,仅使用了几个样本。通过一个简单的Python脚本,可以方便地将原始文本数据转换为微调所需的JSON格式。 ✲ 修改Colab笔记本中的参数设置: 在Colab笔记本中,需要根据实际情况调整一些参数。例如,可以根据数据集的token数量来设置max_sequence_length参数,借助rope scaling技术,模型能够支持任意长度的上下文。此外,还可以选择使用Instruct系列模型作为base model,直接在其基础上进行指令微调。为了节省资源,可以启用4-bit量化。同时,参考Q-Lora论文的建议,调整R值和alpha值,以在资源占用和模型质量之间取得平衡。 ✲ 训练过程中的资源使用监控: 在模型训练过程中,用户可以通过Colab的资源监控选项卡实时观察GPU、内存和硬盘的使用情况。如果发现资源不足,可以考虑从T4升级到A100。通过监控资源占用,用户能够及时调整配置,确保微调任务稳定高效地进行。 ✲ 模型训练的loss变化和最佳checkpoint的选择: 通过记录不同训练步数下的loss值,可以判断模型的收敛情况。理想的做法是选择loss下降曲线趋于平缓的点作为最佳checkpoint,这样既能充分训练模型,又能避免过拟合。为了事后方便筛选,可以设置每隔一定步数保存一次checkpoint。 ✲ 模型微调完成后的保存与使用: 微调完成后,可以选择只保存adapter layers以加快保存速度。但更推荐的做法是保存完整模型,并使用float16精度,这样可以得到一个更通用和标准的模型格式,方便后续的部署和使用。 ✲ 在Hugging Face上公开或私有发布微调后的模型: 用户可以选择在Hugging Face的模型库中公开或私有地发布自己微调后的模型。发布之前,需要在Hugging Face账号中创建一个访问令牌,并在发布时提供相应的用户名和令牌信息。通过在Hugging Face上发布模型,用户可以方便地与他人分享自己的微调成果。 ✲ 使用微调后的模型进行推理(inference): 在使用微调后的模型进行推理时,首先需要加载保存的模型。接着,使用tokenizer对输入的文本进行处理,并将其传入模型。进行推理时,max_length参数需要与训练时保持一致,以确保生成的结果不会被截断。完成以上步骤后,就可以利用微调后的模型进行各种实际应用了。

歸藏(guizang.ai)

61,931 views • 2 years ago

Web4.0是什么?Ai和加密货币的结合能带来什么样的全新产品? 最近ai和加密货币结合出现了很多好的标的,就连openAI也推出了对于区块链安全性测试的标准。 其中最近几天最火的项目就是 Sigil Wen 做的conway,他也在其中提出了web4.0的概念。 所谓的web4.0就是在无需人类参与和许可的情况下,ai agent可以做阅读、写作、拥有、赚钱和交易等各种的行为。 如果说web1-web3的用户是人类,web4的用户就是ai agent。 conway产品则是一个可以完全贴合web4.0概念的ai产品,它无需人类参与就可以完成自我解决问题、自我进化以及自我复制的ai agent。 人类只需要通过加密货币与其相连,它会通过调用x402协议完成各种支付操作,从而去实现自我赚钱和任务的优化,等于说人类在其中唯一能做的,就是把钱给ai。 通过conway:ai可以自行的完成任务和自我进化,通过x402:ai可以实现在安全环境下进行支付,人类智能躺平看戏。 这是一次ai和加密结合的新的社会实践,没人知道这个ai到底会演化成什么样子。 conway的业务营收模式也很有趣,它会进行无差别抽水,在conway平台上购买api或者是其他的资源,都会比你直接购买要贵的多,但是如果后续发币呢?如果有空投呢?其实参与的人也是在进行另类的一种撸空投。 具体内容请看视频,感谢各位点赞关注支持!

Vic TALK

21,833 views • 7 months ago