阿里版 ChatGPT 突然官宣！我们用 16 个提问，火速进行了测评……

• 代码生成能力：表现出色，能生成合适的代码，区分不同编程语言和问题输入，但在理解代码需求的推理能力上还有待加强。
• 文学创作：能正确给出简单故事的结局，对于续写角度的建议也较为全面。
• 数理逻辑推算：「在简单的数理逻辑推算问题上表现良好，但在较为复杂的逻辑推算上仍有待加强。
• 中文理解：在中文理解方面的回答虽然简短，但大体正确。
• 闲聊水平：闲聊水平表现不错，能够给出贴心和客观中立的回答。

大厂大模型：久违的一把手工程

1. 中国科技巨头的全力投入：近几个月来，世界因ChatGPT进入快速发展阶段，中国科技巨头们一把手亲自跟进，并密切关注人工智能的最新进展。
2. 高度关注的公司：除了字节跳动、阿里巴巴、百度、腾讯和华为等最受关注的公司外，快手、美团、京东、科大讯飞、商汤以及OPPO、vivo等公司也纷纷发布了自己的大模型。
3. 各大公司的大模型团队和应用方向：各大公司已组建跨部门协作的大模型团队，涉及多个业务领域，包括搜索、图片/视频生成、广告投放、云服务、智能音箱和智能交通等。
4. 中国互联网公司的大模型团队：百度、阿里、腾讯的大模型团队均由集团内技术一号位或首席科学家负责，字节跳动的大模型团队分布在多个国家他们在 ChatGPT 引发的热潮前均已发布过大模型。
5. 算力储备与未来不确定性：尽管中国大公司过去有一定算力储备，但未来在获得更多算力上面临不确定性，例如美国政府对高端GPU的出口限制。
6. 数据资源及影响：中文数据在数量和深度上均不及英文，但Transformer架构使得中文数据的不足可以部分由其他语言数据弥补。大公司的数据优势在于能获得一些非公开的高质量中文文本数据。
7. 字节加大大模型投入：字节在今年1月后将大模型作为NLP组的重点工作，可能会基于 HuggingFace 开源的 BLOOM 大模型进行开发。
8. 大模型可能引发新巨头崛起：与上一轮AI热潮中的技术创新不同，大模型有可能激发新巨头的崛起，冲击现有商业模式。

我用我的10万条微信聊天记录和 280 篇博客文章，做了我自己的数字克隆AI

1. 数字拷贝概念：通过将个人在网络世界的痕迹，如对消息的回复、文章、评论、微博等，汇入神经网络模型进行训练，理论上可以获得一个个人数字拷贝。
2. 模型训练与调试：选用chatglm-6b预训练模型，结合个人数据进行微调训练，尝试优化模型参数以增强模型的表现。
3. 利用ChatGPT将博客转换为问答：作者利用ChatGPT成功地将他的博客文章转换为多个对话形式的问答，然后通过校对脚本将不符合规则的返回修正为标准JSON格式。
4. 批量生成问答数据集：作者将博客文章按500字划分，通过脚本将文章批量转换为问答，共计生成5000个对话数据集。
5. 融合模型实验与最终选择：作者尝试多种权重比例和不同步数的模型版本，最终确定权重比为7比2，采用第6600步保存的模型进行融合。
6. 个体化模型的意义：作者认为，虽然现有的大型文本模型越来越聪明，但它们更像是人类的总体而非个体。通过使用个人数据重新训练模型，作者得到了一个更接近个体的模型，这种尝试非常有意思，也让人生感受到少了一些孤独。

YC最新一期项目公布，280项目中38个ChatGPT相关项目一览！

1. YC DemoDay概述：YC近期召开了新一期的DemoDay，关注度极高，尤其是处在ChatGPT变革前沿的项目。
2. 组织结构：282家公司分为7-10个公司的小组，共有19个小组合伙人和访问小组合伙人领导，按照垂直领域组织。
3. 领域分布：最常见的主题是开源、开发工具和人工智能，涉及企业SaaS（54%）、DevTools（17%）、金融科技（12%）、医疗保健（7%）、消费品（5%）、房地产科技（3%）、气候、能源或可持续性（2%）和航空航天（1%）等领域。
4. 人口统计信息：参与者多样化，包括亚洲人（13%）、黑人（2%）、西班牙裔或拉丁裔（5%）、中东或北非裔（3%）、多种族（8%）、南亚人（15%）和白人（29%）。
5. 创始人性别比例：17%的公司有女性创始人，8%的创始人是女性。

更多GPT相关动态&产品反馈欢迎加群：

1. 每天一次的GPTDaily简报，一张图了解行业动态
2. 其它群友分享的GPT相关好内容，可能会成为剪报的头条新闻，大家一起丰富信源（外媒RSS、微信公号、B站Up主皆可）
3. 群里分享的优质长文，群主会帮忙做Summary，方便大家的阅读决策。（群主更多功能待大家共同开发）
4. 群里关于GPT相关的基础操作问题，可以@GPTDaily小助手试一试
5. 您对于简报的任何宝贵意见，我们都将最高优先级重视，并快速迭代+调整，希望带给您最高的信息坪效