图片截自OpenAI
通过GPT-4和DELL-3的结合，使用ChatGPT模拟庞贝古城火山爆发时的历史情景，并展示了多模态人工智能的强大功能。
据新抖数据统计，鸿星尔克矩阵“鸿星尔克运动旗舰店”“鸿星尔克运动鞋服旗舰店”近30天带货成绩分别为700万-1000万元、250万元-500万元，2个矩阵账号的带货成绩已经接近主账号“鸿星尔克官方旗舰店”近30天的带货成绩1000万-2500万元。
2. 斯坦福研究人员利用维基百科数据训练大模型WikiChat，成功减轻了幻觉问题，并在事实准确性和对话性方面超过了其他模型。
为了解决幻觉问题，研究人员采用了检索增强生成（RAG）的方法，并添加了几个重要步骤来进一步减轻幻觉，并改进对话性指标。通过这些优化，WikiChat在事实准确性方面比微调后的SOTA RAG模型Atlas高出8.5%。此外，研究人员还将基于GPT-4的WikiChat提炼成7B参数的LLaMA模型，这个模型在事实准确性方面能达到91.1%的高分，并且运行速度提高了6.5倍，能效更好，可以本地部署。