AI 新闻摘要 2026-04-03
模型与能力 Google 发布 Gemma 4 系列 推出 31B 稠密及 26B MoE 版本，采用 Apache 2.0 许可。31B 性能对标千亿模型，支持 256K 上下文及多模态。llama.cpp 已适配，M2 Ultra 推理达 300 t/s。 > 相关链接：Latent Space
AI 新闻摘要 2026-04-02
行业与公司动态 OpenAI 完成 1220 亿美元融资 OpenAI 最新融资规模达 1220 亿美元，资金体量巨大，将直接影响行业竞争格局和后续模型研发节奏。 > 相关链接：详情查看 愚人节多数公司选择“按兵不动” 大部分公司尊重愚人节不宜发布的惯例，选择低调度过；只有 Liquid 发布了被评
AI 新闻摘要 2026-04-02
行业与公司动态 OpenAI 融资 1220 亿美元 OpenAI 完成新一轮融资，金额高达 1220 亿美元。这笔钱将用于扩大算力和研发，行业竞争门槛进一步抬高，小厂压力更大。 > 相关链接：通讯原文 愚人节 AI 圈相对安静 多数公司尊重愚人节不发新品，今年 4 月 1 日的新发布少了很多。Li
AI Agents IN ACTION 第一章代理及其它所在世界的简介
本章涵盖 定义代理的概念 区分代理的组件 分析代理时代的崛起：为什么是代理？ 揭开 AI 界面的面纱 导航代理领域 代理在机器学习和人工智能（AI）中并不是一个新概念。例如，在强化学习中，代理一词表示一个主动决策和学习智能体。在其他领域，代理一词更符合自动化应用程序或软件，代表你执行某些操作。 1.
OpenAI GPT For Python Developers 第十章 图像分类与OpenAI CLIP
什么是CLIP？ CLIP或对比语言-图像预训练是一种高效的模型，它通过自然语言监督学习视觉概念。它可以应用于任何视觉分类基准，只需提供要识别的视觉类别的名称，类似于GPT-2和GPT-3的“零样本”能力。 目前，计算机视觉的深度学习方法存在一些挑战和问题，包括典型视觉数据集所教授的视觉概念有限，以
OpenAI GPT For Python Developers 第九章 使用OpenAI Whisper进行智能语音识别
什么是Whisper？ Whisper是一个ASR系统（自动语音识别），是由OpenAI基于从网络收集的68,000小时的多语言和多任务监督数据进行训练的通用语音识别模型。 OpenAI报告称，使用大规模、多样化的数据集增加了对口音、背景噪音和技术术语的鲁棒性。此外，它还支持多种语言的转录，以及从这
OpenAI GPT For Python Developers 第八章 高级微调：创建一个聊天机器人助手
交互式分类 我们的目标是使用上一章的分类模型来创建一个聊天机器人助手。 仅仅通过分类返回给定药物的疾病名称是不足以创建一个聊天机器人的。 当用户询问机器人关于药物时，聊天机器人将回复疾病名称，定义它，并在可能的情况下提供额外的信息。 我们的目标是使分类更加人性化，换句话说，我们将创建一个聊天机器人。
OpenAI GPT For Python Developers 第七章 高级微调：药物分类
示例中使用的数据集 在这个示例中，我们将使用一个包含药物名称以及它们用于治疗的疾病、疾病或病况的公共数据集。 我们将创建一个模型并“教”它根据用户输入来预测输出。 用户输入是药物的名称，输出是疾病的名称。 数据集可在 Kaggle.com 上获得，您需要使用以下URL下载， 或者，访问以下
OpenAI GPT For Python Developers 第六章 微调和最佳实践 Few Shot Learning
GPT-3已经通过大量来自开放网络的数据进行了预训练，其中包含数十亿个单词。这使它能够迅速学习新任务，只需提供少量示例即可。这被称为“few-shot learning”，它在人工智能领域是一项革命性的发展。 毫无疑问，有许多强大的开源few-shot learning项目可用。要实现few-sho
OpenAI GPT For Python Developers 第五章 Embedding
Embedding概述 如果我们要用一句话来描述这个特性，我们会说OpenAI的文本嵌入度测量了两个文本字符串彼此之间的相似程度。 嵌入通常用于诸如查找与搜索查询最相关的结果、基于相似性将文本字符串分组在一起、推荐具有相似文本字符串的项目、查找与其他文本字符串非常不同的文本字符串、分析不同文本字符串