常駐主題
ChatGPT 創作大賽
近期 AI 大戰正式開打，隨著各家科技巨頭紛紛推出全新工具，包括：ChatGPT、Bard、文心一言等，我們的生活也即將迎來巨大變化。身為創作者，無論世界如何改變，熱愛創作的初心始終如一。雖然 ChatGPT 看似會顛覆過往的創作型態，同時也是讓我們回頭審視創作本質、思考不同創作形式的契機。
目前共 363 篇
#ChatGPT創作含有「ChatGPT創作」共 363 篇內容
全部內容
發佈日期由新至舊
AI說書 - Prompt Engineering - 9我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
在快速發展的人工智慧領域，一篇由微軟研究組撰寫，具有里程碑意義的155頁論文：Sparks of Art
發佈在
LearnAI的沙龍
2024-06-16
4
AI說書 - Prompt Engineering - 8我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
接續AI說書 - Prompt Engineering - 7來談生成式AI對未來世界的轉變：
改
發佈在
LearnAI的沙龍
2024-06-16
0
AI說書 - 從0開始 - 22我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們已經在AI說書 - 從0開始 - 20以及AI說書 - 從0開始 - 21中，闡述眾人目前對生成式AI的認知謬誤。
現在我們來談談生成式AI的根基 - Fou
發佈在
LearnAI的沙龍
2024-06-16
3
AI說書 - 從0開始 - 21我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們已經在AI說書 - 從0開始 - 20中，闡述GPT模型的Supervised and Unsupervised觀點，接著一樣引述書籍：Transformers f
發佈在
LearnAI的沙龍
2024-06-16
0
AI說書 - 從0開始 - 20我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們已經在AI說書 - 從0開始 - 19中，闡述了Inference的Pipeline為t = f(n)，現在我們做一些擴充與特點說明：
t = f(n)其實展
發佈在
LearnAI的沙龍
2024-06-16
3
AI說書 - 從0開始 - 19我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們已經在AI說書 - 從0開始 - 18中，介紹了OpenAI的GPT模型如何利用Inference的Pipeline產生Token。
完整Pipeline可能
發佈在
LearnAI的沙龍
2024-06-16
1
AI說書 - Prompt Engineering - 7我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
以下來談談生成式AI對未來世界的轉變：
商業格局重新構想：邁向未來，生成式人工智慧成為改變商業格局
發佈在
LearnAI的沙龍
2024-06-15
2
AI說書 - 從0開始 - 18我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們已經在AI說書 - 從0開始 - 17中，介紹了大型語言模型 (LLM)世界裡面常用到的Token，現在我們來談談OpenAI的GPT模型如何利用Inference
發佈在
LearnAI的沙龍
2024-06-15
0
AI說書 - 從0開始 - 17我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們已經在AI說書 - 從0開始 - 16走過了部分AI發展軌跡，接著繼續：
在1980年代Yann LeCun設計了Convolutional Neural N
發佈在
LearnAI的沙龍
2024-06-15
1
AI說書 - 從0開始 - 16我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們已經在AI說書 - 從0開始 - 15總結了Transformer比RNN還要好的結論，接著來鋪陳AI的歷史軌跡，以達到目前Transformer的巔峰。
在19
發佈在
LearnAI的沙龍
2024-06-15
3