Replicate Intelligence #2
[某中心 Logo]Replicate 正在加入 [某中心]
Replicate 标识
ctrl+k
探索
定价
企业方案
文档
博客
登录
免费试用
菜单
探索
定价
企业方案
文档
博客
登录
免费试用
在 Playground 中比较模型 (Beta)
Replicate 博客
Replicate Intelligence #2
发布于 2024年5月31日
作者：deepfates
欢迎阅读 Replicate 的每周简报！每周，我们将为您带来最新的开源AI模型、工具和研究动态。人们正在创造很棒的东西，我们想与您分享。闲话少叙，下面有请我们的驻场黑客 deepfates，带来他对本周AI领域的直接看法。
编者按
大家好！上周读到大家非常积极的反馈，感觉真是太棒了。我绝对没有搞错回复地址，从而导致您善意的建议石沉大海、无人阅读。那样就太荒谬了。
我已根据大家的要求做出了所有修改。现在这封简报更简短、信息量更大、更易于阅读、不那么简化、更聚焦、更具普遍趣味性、新颖、改进并完全重塑。我不遗余力地确保它完全符合我确信您所要求的样子。
话虽如此，如果您还有其他要求，请尽管提出！正如我所说，这个回复地址现在已经过充分测试，绝对有效。
Matt Muir, Web Curios
Replicate 的粉丝们可能还记得，WorldSim 早在三月中旬的古老日子里，就在我们与 Nous Research 在旧金山举办的活动中首次亮相了。
[网站]
研究动态
更好的数据，扩展方式不同
并非所有数据集都是生而平等的。所谓的“Chinchilla”缩放定律（以原始研究中的语言模型命名）声称与所使用的数据类型无关；也就是说，模型参数与总数据令牌数量的比例应该相同，无论你在训练什么。
然而，实际情况似乎是，具有更高复杂性的数据（代码密集型数据集和预先清理的文本）实际上需要比 Chinchilla 预测更多的参数。作者生成了具有不同复杂度的合成数据来证实这一点。
这里有一个很酷的发现：数据集的复杂度与其可压缩性密切相关——作者发现 gzip 是寻找给定数据集理想参数数量的一个有用代理。
[帖子 | 论文]
更新日志
删除内容
现在您可以通过网页或 HTTP API 删除模型、版本和部署。
[更新日志]
Webhook 验证
我们改进了用于验证 Webhook 真实性的文档和客户端库支持，以便您能确认收到的 Webhook 确实来自 Replicate。
[更新日志]
下周再见
再次感谢您的阅读。您是一位内容创作者所能期望的最佳观众。帮我个忙，把这封简报转发给您认识的人吧？
下周预告：一种订阅这份简报的方式。就像是，有意为之的那种！
— deepfates
下一期：Replicate Intelligence #1
所有服务均在线
首页
关于
更新日志
加入我们
条款
隐私
状态
支持
系统主题
浅色主题
深色主题
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）
