OpenAI 推出 ChatGPT 和 Whisper API
OpenAI 宣布推出 ChatGPT 和 Whisper API。正文抓取失败,仅有标题信息可确认发布动作。
OpenAI 宣布推出 ChatGPT 和 Whisper API。正文抓取失败,仅有标题信息可确认发布动作。
OpenAI 宣布 GPT-4 API 全面可用,GPT-3.5 Turbo、DALL·E 和 Whisper API 也同时全面开放。同时发布 Completions API 旧模型的退役计划,这些旧模型将于 2024 年初退役。
推荐理由:官方宣布 GPT-4 等 API 全面开放,并给出旧版 Completions 模型的退役时间表,开发者可据此调整接口迁移。
OpenAI 宣布用户无需注册账号即可直接开始使用 ChatGPT,降低了体验 AI 的门槛。
推荐理由:OpenAI 官方宣布取消注册门槛,读者可以据此了解 ChatGPT 使用方式的变化和入口调整。
LlamaIndex 发布 LlamaParse 正式版,定位为首个 GenAI 原生文档解析平台,公测 3 周内已有超过 2000 名用户解析超过 100 万页。
推荐理由:官方宣布 LlamaParse 正式版上线,解析指令、JSON 模式和定价等细节齐全,做文档 RAG 的读者可据此评估是否采用。
Cognition 发布 AI 软件工程师 Devin,可规划并执行需要数千次决策的复杂工程任务,配备 shell、代码编辑器和浏览器等沙盒开发环境,并能实时汇报进度、接受反馈与用户协作。
推荐理由:官方宣布 Devin 并给出 SWE-bench 13.86% 的成绩与具体能力示例,读者可据此评估智能体在真实工程任务中的可用性。
Mistral AI 发布对话助手 Le Chat,作为与 Mistral 各模型交互的入口,底层可使用 Mistral Large、Mistral Small 或原型模型 Mistral Next。产品提供可调节的系统级审核机制,并同步推出支持自部署和细粒度审核的 Le Chat Enterprise;目前 beta 用户可注册试用,但 Le Chat 尚无法联网,可能给出过时信息。
推荐理由:官方首发公告说明了可切换的底层模型与企业版能力,读者可据此了解 Mistral 产品入口的初步形态。
LlamaIndex 发布 LlamaParse 和 LlamaCloud,为 LLM 与 RAG 应用提供托管解析、摄取和检索服务。
推荐理由:官方发布新解析与托管数据管线服务,给出公共预览的用量限制、试用方式与存储伙伴集成,读者可据此评估是否引入现有 RAG 工作流。
LlamaIndex 推出面向 LLM 与 RAG 应用的托管解析、摄取与检索服务套件 LlamaParse。LlamaParse 专注解析含表格和图表的复杂文档,已进入公开预览,当前聚焦 PDF 并对公开用户设用量上限;托管摄取与检索 API 处于私有预览,支持通过 LlamaHub 接入超过 150 个数据源和 40 多种数据存储方案。
推荐理由:LlamaIndex 官方公告,列出 LlamaParse 的解析能力、公开预览状态和配套托管 API 的开放范围,便于评估是否引入 RAG 工作流。
OpenAI 正在测试让 ChatGPT 记住用户讨论内容的能力,以便在未来对话中提供更有帮助的回应。用户可以控制 ChatGPT 的记忆。
推荐理由:OpenAI 官方宣布 ChatGPT 正在测试记忆功能,读者可以据此了解该功能的用途和用户控制方式。
LlamaIndex 发布 v0.10.0,是其 Python 包迄今最大更新。核心变化包括:拆出精简的 llama-index-core 包,数百个集成(150+ 数据加载器。
推荐理由:官方发布说明了包拆分、导入路径变化和迁移工具,正在迁移或维护 LlamaIndex 项目的开发者可以直接对照升级。
LlamaIndex 推出 llamaindex-cli 命令行工具,随 pip install llama-index 安装,底层使用 Chroma 向量数据库,可不经写代码完成 RAG。
推荐理由:官方发布零代码 RAG 命令行工具,给出完整上手步骤和可换本地模型的自定义路径,读者可以直接照着试。
OpenAI 宣布推出 GPT Store。原文正文抓取失败,仅标题可用,详情以官方公告为准。
OpenAI 推出面向各种规模团队的新 ChatGPT 订阅方案 ChatGPT Team,提供安全、可协作的工作区,帮助团队在工作中更好地使用 ChatGPT。
推荐理由:OpenAI 官方宣布面向团队的新订阅方案,读者可以借此了解其在工作场景协作功能上的布局。
Mistral AI 开放 La Plateforme 平台 beta 访问,提供 mistral-tiny、mistral-small、mistral-medium 三个文本生成端点和 mistral-embed 嵌入端点。
推荐理由:官方公布三个文本端点和一个嵌入端点的性能与定价取舍,并附 MT-Bench 和 MTEB 分数,便于开发者按成本与质量选型。
LlamaIndex 发布 AutoTranslateDoc,一款命令行工具,可从 GitHub 仓库抓取 .md 和 .mdx 文档,用 GPT-3.5、GPT-4 分块翻译并自动校验后合并输出。
推荐理由:工具通过分块翻译加多重校验来保证文档翻译质量,并支持差量更新,适合需要维护多语言文档的开发者参考。
LlamaIndex 推出 Llama Packs,一个社区驱动的预打包模块合集,用于快速启动 LLM 应用,已在 LlamaHub 上线 16+ 个与 Streamlit、Weaviate、Voyage AI 等伙伴合作的模板。模块可通过 CLI 或 Python 一行代码下载,支持开箱即用运行 RAG 管线,也可查看和修改全部代码,例如将默认 OpenAI LLM 替换为 Anthropic。
推荐理由:原文给出下载方式和代码示例,读者可以据此了解如何用预打包模块快速搭建 LLM 应用并自由定制。
LlamaIndex 发布 RAGs,一个 Streamlit 应用,无需写代码即可用自然语言创建并定制 RAG pipeline,对自己的数据实现「ChatGPT over your data」。
推荐理由:原文给出了用自然语言搭建 RAG pipeline 的三步流程、可编辑参数清单和开源仓库,读者可以直接部署复用。
LlamaIndex 发布 0.9 大版本,引入 IngestionPipeline 数据摄取抽象,转换步骤自动缓存以加速重复运行。
推荐理由:官方梳理了 0.9 的数据摄取缓存、接口精简和 tokenizer 默认值变化,开发者可据此评估升级成本与迁移要点。
LlamaIndex 推出 create-llama 命令行工具,通过 npx create-llama 即可交互式生成一个可与自己数据对话的全栈应用。
推荐理由:原文给出了脚手架工具的技术选项和数据接入方式,开发者可以据此快速判断是否用它搭建 LlamaIndex 应用。
LlamaIndex 发布多模态 RAG 支持能力,新增 OpenAIMultiModal、ReplicateMultiModal、MultiModalEmbedding(CLIP)和 MultiModalVectorStoreIndex 等抽象,可对文本和图像统一索引与检索。
推荐理由:原文由 LlamaIndex 给出多模态 RAG 的新抽象与代码示例,读者可以直接了解 GPT-4V、CLIP 与 Qdrant 在同一管线中的组合方式。
LlamaIndex 在 OpenAI 开发者日当天更新库,支持 gpt-4-1106-preview(GPT-4 Turbo,128,000 token 上下文窗口、JSON mode、并行函数调用等)和 gpt-4-vision-preview 多模态模型。同时新增 Azure OpenAI 端点、嵌入抽象与函数调用示例,其 RAG 演示 SEC Insights 已改用最新版 GPT-4。
推荐理由:LlamaIndex 当天即完成对 OpenAI 新模型的支持,读者可借此了解新能力在 RAG 工作流中的接入方式。
OpenAI 推出 GPTs,用户可以创建结合指令、额外知识和任意技能组合的 ChatGPT 自定义版本。
推荐理由:OpenAI 官方宣布用户可自建结合指令、额外知识与技能的定制版 ChatGPT,可据此了解这一新功能的用途。
OpenAI 在 DevDay 上发布 GPT-4 Turbo,支持 128K 上下文且价格更低,同时推出新模型和开发者产品,包括 Assistants API、GPT-4 Turbo with Vision 和 DALL·E 3 API 等。
推荐理由:官方一次性列出多模型与开发者产品更新,128K 上下文和降价信息可帮助开发者评估迁移成本。
OpenAI 宣布 DALL·E 3 正式在 ChatGPT Plus 和 Enterprise 中可用。官方表示已为更广泛发布构建了安全缓解措施堆栈,并同步分享了来源(provenance)研究的最新进展。
推荐理由:官方宣布 DALL·E 3 上线 ChatGPT Plus 和 Enterprise,并提及安全缓解措施与来源研究进展。
OpenAI 宣布 ChatGPT 新增看、听、说能力。用户可向 ChatGPT 展示图像并进行对话讨论,也可用语音与它交流。
OpenAI 发布 ChatGPT Enterprise,提供企业级安全与隐私保障,并称这是迄今最强大的 ChatGPT 版本。
推荐理由:OpenAI 官方宣布面向企业的 ChatGPT 版本,主打企业级安全隐私与更强能力,可帮助读者了解其商业产品线动向。
OpenAI 宣布开发者可使用自有数据对 GPT-3.5 Turbo 进行微调,以适配各自的使用场景。此次更新同时包含若干 API 更新。
推荐理由:官方宣布开发者可用自有数据微调 GPT-3.5 Turbo,适合关注模型定制入口变化的读者。
LangChain 与 Airbyte 的集成方案旨在将检索应用扩展至生产环境。该方案通过调度、文本拆分和 50 多种嵌入模型实现数据摄取自动化,帮助开发者构建可规模化的生产级数据管道。
OpenAI 推出 ChatGPT 自定义指令功能,让用户对 ChatGPT 的回复方式有更多控制。用户设置偏好后,ChatGPT 会在之后的所有对话中记住并遵循这些偏好。
推荐理由:ChatGPT 新增自定义指令功能,用户可一次设定偏好并作用于后续所有对话,便于按需调整回复方式。
LlamaIndex 发布 Data Agents,LLM 驱动的知识工作者可对非结构化、半结构化和结构化数据执行读取与写入任务。
推荐理由:发布方亲自讲解 Data Agents 的推理循环与工具抽象设计,并给出可直接复用的代码示例,适合想在自己的数据上搭建智能体的开发者参考。
OpenAI 宣布 API 更新,包括可控性更强的模型、函数调用(function calling)能力、更长的上下文以及更低的价格。
推荐理由:原文给出 OpenAI API 的功能调用、上下文与价格等更新方向,读者可据此评估对现有接入成本和控制力的影响。
OpenAI 推出 ChatGPT iOS 应用。应用支持跨设备同步对话记录和语音输入,并将最新模型改进带给用户。
推荐理由:官方宣布 iOS 应用上线,对话同步和语音输入信息来自当事方,读者可了解 ChatGPT 的移动端入口。
LangChain 发布名为 Plan-and-Execute 的新型智能体执行器,先由 planner 规划步骤,再由执行器逐步完成,与此前基于 ReAct 的 Action Agent 形成对比。该设计将规划与执行分离以提升可靠性,代价是更多 LLM 调用,灵感来自 BabyAGI 和 Plan-and-Solve 论文,首版放在实验模块,提供 Python 和 JS/TS 文档。
推荐理由:原文解释了 Plan-and-Execute 与传统 Action Agent 的算法差异和代价,读者可以据此判断它适合的复杂任务场景。
OpenAI 宣布在 ChatGPT 中实现对 plugins 的初步支持。插件是以安全为核心原则、专为语言模型设计的工具,可帮助 ChatGPT 获取最新信息、运行计算或使用第三方服务。
推荐理由:原文是 OpenAI 官方对 ChatGPT 插件机制的首批说明,读者可以借此了解插件如何让 ChatGPT 获取最新信息和调用第三方服务。
OpenAI 为 ChatGPT 推出试点订阅计划 ChatGPT Plus。ChatGPT 是一款对话式 AI,可与用户聊天、回答追问并纠正错误假设。
推荐理由:OpenAI 官方宣布订阅计划,读者可以据此了解 ChatGPT 的商业化入口。
OpenAI 宣布 DALL·E API 即日起开放公测,开发者可以开始使用该 API 构建应用。
推荐理由:OpenAI 官方开放 DALL·E API 公测,开发者可以直接据此评估是否将图像生成接入自己的应用。
OpenAI 宣布 DALL·E 取消候补名单,新用户可以立即开始生成图像。官方表示这一更广泛的开放来自部署中积累的经验和安全系统的改进。
推荐理由:原文说明开放注册的前提来自部署经验与安全系统改进,读者可以据此理解其放开访问的背景。
Hugging Face 发布 diffusers 0.3,为扩散模型库新增图生图、Textual Inversion、实验性 inpainting、ONNX 导出和 macOS M1/M2 推理支持等功能。优化后 Stable Diffusion 显存占用降至 3.2GB,代价是约 10% 的速度损失;社区还贡献了视频生成、可解释性工具和日语、动漫方向的微调模型。
推荐理由:原文梳理了 diffusers 0.3 的图生图、Textual Inversion、低显存优化等新功能,开源图像工作流的使用者可以对照更新自己的用法。
OpenAI 为 DALL·E 推出 outpainting 功能,可在原图之外继续扩展画面,支持任意尺寸的图像创作,用于延展创意并讲述更完整的故事。
OpenAI 宣布 DALL·E 开放测试,未来几周内将从候补名单邀请 100 万人使用。用户每月可获得免费生成额度,额外额度按 115 次生成 15 美元的价格购买。
推荐理由:原文明确了邀请规模和付费定价,读者可以了解 DALL·E 测试版的获取方式与使用成本。