本期活动将在11月9日 10:00开始，我们邀请到的嘉宾是鱼哲，Lepton AI 创始成员，曾在阿里云担任高性能 AI 平台产品负责人，专注于 AI 在多个行业的落地及应用。Lepton AI 致力于建立高效可用的AI 基础设施，让团队更关注于应用构建及落地。在本次分享中鱼哲将带来关于不同AI产品形态对团队的挑战相关的思考，分享主题《Beyond Infra，What matters？—— 不同AI产品形态对团队的挑战》。除嘉宾分享外，每期设置了【匹配合伙人 Cofounder Matching】环节。你可以和 GenAI 时代最有活力的创业者和研究者线下面对面交流，将有机会找到志同道合、有共同创业梦想的小伙伴。报名通道已开启，欢迎扫描下方二维码报名。
信号
01
Deep Learning Through A Telescoping Lens: A Simple Model Provides Empirical Insights On Grokking, Gradient Boosting & Beyond
Multi-expert Prompting Improves Reliability, Safety, and Usefulness of Large Language Models
这篇文章介绍了“多专家提示”（Multi-expert Prompting），这是一种对“专家提示”（ExpertPrompting）的新改进，旨在提升大型语言模型（LLM）的生成能力。该方法通过模拟多个专家来引导LLM执行输入指令，聚合各个专家的响应，并在个体和聚合响应中选择最佳答案。整个过程通过七个精心设计的子任务完成，这些子任务源自于知名的决策制定框架——名义小组技术（Nominal Group Technique）。研究评估显示，多专家提示在提升响应的真实度、事实性、信息量和实用性方面显著优于专家提示及其他比较基线，同时减少了有害性和冒犯性。尤其是在使用ChatGPT时，该方法在真实度方面的表现超过了最佳基线8.69%，显示了其卓越的性能。此外，多专家提示方法不仅高效且具有可解释性，且能够适应多种场景，消除了手动构建提示的需求。这使得该方法在实际应用中更具灵活性，能够为用户提供更高质量的输出。https://x.com/omarsar0/status/185328645222789985103
AnythingLLM是一个全栈应用程序，允许用户将任何文档、资源或内容转换为上下文，以供任何大型语言模型（LLM）在聊天中参考。该应用支持自定义AI代理、多模态功能和多用户管理（仅限Docker版本），并提供工作区内的代理功能（如浏览网页、运行代码）。它支持多种文档类型（如PDF、TXT、DOCX），具有简单直观的聊天界面，支持拖放和清晰引用。https://github.com/Mintplex-Labs/anything-llm?tab=readme-ov-file 推荐阅读 — END —1. The theory of LLMs｜朱泽园ICML演讲整理
