我们希望能够搭建一个AI学习社群，让大家能够学习到最前沿的知识，大家共建一个更好的社区生态。
https://www.feishu.cn/community/article/wiki?id=7355065047338450972
点击「订阅社区精选」，即可在飞书每日收到《大模型日报》每日最新推送
如果想和我们空间站日报读者和创作团队有更多交流，欢迎扫码。
欢 迎 大 家 一 起 交 流 ！
潜空间活动报名
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。
资讯
王慧文回归，担当美团AI“小队长” 《智能涌现》从多个独立信源处独家获悉，原美团联合创始人、光年之外创始人王慧文如今已经回归，在美团带队探索AI应用。 王慧文所在的美团AI团队被称为GN06。 在公开的招聘需求上显示，GN06目前的主要业务方向包括情感陪伴、聊天机器人等，团队为候选人提供“没有边界的AI尝试机会”。 产品和运营角色，则由王慧文面试把关。 一位接近美团的人士对《智能涌现》表示，GN06由王慧文直管，并不归属任何一个事业群。GN06在美团中的状态相对独立，专注于探索主营业务之外的方向，和美团已有的大模型团队、各业务条线中的AI团队也是相互独立。
https://mp.weixin.qq.com/s/DsfIOj6qzDuYd3bU_Zmn0A
英伟达成为全球市值最大公司：AI浪潮推动的崛起 2024年11月5日，英伟达超越苹果，成为全球市值最高的公司，市值达到3.43万亿美元。这一成就得益于全球人工智能（AI）产业的快速发展。自2022年底以来，英伟达的市值增长了惊人的850%。与苹果的市值差距仅为5000亿美元，尽管两家公司在过去曾多次交换领先地位，英伟达的突破性增长仍然令人瞩目。 苹果虽然也推出了自己的AI产品——Apple Intelligence，但英伟达仍是全球大型语言模型的核心基础设施供应商，继续占据着AI领域的主导地位。此外，OpenAI正在与博通合作开发自有的AI硬件，暗示未来AI市场将可能出现更多竞争者。 英伟达的成功是AI技术应用不断扩展的结果，尤其是在数据中心、自动化、机器人以及生成式AI的广泛应用中，英伟达的GPU芯片扮演了重要角色。随着AI产业的进一步爆发，英伟达的市场地位似乎还将进一步巩固。 https://techcrunch.com/2024/11/05/nvidia-just-became-the-worlds-largest-company-amid-ai-boom/ 大语言模型在算法设计中的应用：系统综述 本文回顾了大语言模型（LLMs）在算法设计（LLM4AD）中的应用，并提出了四个核心维度：LLMs的作用、搜索技术、提示策略和应用领域。通过对近180篇相关研究的分析，本文总结了LLM4AD的现状、挑战和未来方向，为该领域的研究人员提供了宝贵的资源。
LLM4AD的四种范式
LLM4AD研究中，大语言模型的应用可以分为四个主要范式：
LLMaO（优化算子）：将LLMs作为优化工具，利用其生成复杂模式的能力，但缺乏可解释性。
LLMaP（结果预测）：LLMs作为代理模型，用于预测算法结果，优于传统模型，尤其在处理复杂数据时。
LLMaE（特征提取）：利用LLMs提取问题或算法中的嵌入特征，帮助解决新问题。
LLMaD（算法设计）：直接用LLMs生成新的算法或其组件，加速算法设计过程，减少人力需求。
搜索方法
在LLM4AD的研究中，单独使用LLMs往往无法应对复杂任务，因此通过搜索方法框架提高了设计效率。常见的搜索方法包括：
基于采样的方法
单点迭代的搜索方法
基于种群的搜索方法
基于不确定性的搜索方法
提示策略
提示工程在LLM4AD中至关重要。研究表明，80%以上的工作使用预训练的LLMs，且常采用零样本、少样本、思维链等策略，以优化模型在算法设计中的表现。GPT-4和GPT-3.5是最常用的LLMs，Llama-2则是最受欢迎的开源选择。
应用领域
LLMs在算法设计中主要应用于优化、机器学习、科学发现和工业等领域。在这些领域，LLMs被用来生成优化策略、设计新的学习算法，甚至发现科学问题中的潜在规律。
持续挑战与未来方向
尽管LLM4AD展现出巨大潜力，但仍面临一些挑战，尤其是在生成新算法思想和实现全自动算法设计方面。未来的研究应关注以下方向：
领域特定的LLMs：专为特定领域训练的LLMs有助于提升效率并降低资源消耗。
多模态LLMs：融合文本、代码和其他模态的能力，以增强LLMs在算法设计中的应用。
人与LLM的交互：提高LLM与人类专家之间的协作效率，以促进共同设计和评估算法。
算法评估：开发基于LLM的自动算法评估机制，帮助更好地衡量设计效果。
总结
LLMs为算法设计带来了革命性的进展，自动化程度提高，设计效率和创新性也得到显著提升。尽管如此，LLM4AD仍需解决一些关键问题，特别是如何开发专门的领域LLMs和实现全面自动化的算法设计。未来的研究将在推动这一领域发展的同时，进一步释放LLM在算法创新中的巨大潜力。
https://mp.weixin.qq.com/s/MhxtxG77OH2yqdTyaW2NPA
AI决战美国大选 2024年美国大选即将进入最终阶段，唐纳德·特朗普和卡玛拉·哈里斯将展开激烈角逐。全国民意调查显示，双方支持率接近，硅谷的政治分裂可能成为关键因素。长期以来被视为“左翼堡垒”的硅谷，近年来出现了亲特朗普的技术领袖。埃隆·马斯克积极支持特朗普，并通过捐赠和筹款活动助力共和党选举。马斯克表示，若特朗普当选，可能参与新政府，但由于涉及公司股权的税收条款，其能否任职仍存争议。 特朗普支持者包括风险投资家Chamath Palihapitiya和David Sacks等，后者在硅谷为特朗普筹款。尽管这些支持者在财税政策方面倾向特朗普，硅谷内部仍然分裂，部分投资人转向支持民主党，显示出硅谷在经济和政治上的复杂态势。 在选举信息处理上，人工智能公司也在应对挑战。Perplexity推出了Election Information Hub，通过AI提供选民信息、候选人摘要等内容，并与多个机构合作确保信息准确性。然而，AI摘要出现错误，如未提及候选人Robert F. Kennedy退出竞选，暴露了生成式AI在处理高风险选举信息时的局限性。相比之下，Google、Meta和OpenAI等公司选择将选民查询引导至可靠的外部资源，以避免误导。 在政府层面，拜登政府已发布行政命令，推动AI技术发展，而特朗普则计划废除这一命令，主张放宽监管以促进创新。此外，拜登政府于2024年10月宣布限制美国企业和个人在中国的半导体和AI投资。选举后，美国国会的组成将直接影响AI的监管政策，预计共和党在国会中占多数，可能推动更宽松的监管。
推特
00 Arxiver开源：包含 138,830 篇 arXiv 论文的多Markdown格式
AnthropicAI Builder Day Hackathon项目一览：防验证码系统，自动优化产品需求文档等 Anthropic邀请了200多位顶级黑客到他们在旧金山的总部，探索Claude的潜力。 以下是我们在@AnthropicAI x @MenloVentures 的Builder Day Hackathon上的见闻（🧵）： 1/ China Town Mafia – 🥈第二名 新一代防验证码系统，检测Claude驱动的AI代理解决验证谜题的行为 AI代理自动优化产品需求文档，通过多代理协作讨论改进文件 将Claude计算能力与机器人手臂结合，让LLM执行现实中的操作，仅需上传说明手册即可控制亚马逊机器人 只用语音和Claude工具控制电脑，用语音操控Mac电脑 回答CalFresh福利（加州食品券）问题的短信代理 https://x.com/AlexReibman/status/1853726329256198464 OpenAI推出预测输出功能：通过提供参考字符串，大幅降低 gpt-4o 和 gpt-4o-mini 的延迟 推出预测输出功能——通过提供参考字符串，大幅降低 gpt-4o 和 gpt-4o-mini 的延迟。详情请见：https://platform.openai.com/docs/guides/latency-optimization#use-predicted-outputs
加速以下操作：
• 在文档中更新博客文章
• 基于之前的回答进行迭代
• 在现有文件中重写代码，例如 @exponent_run 的用例
https://x.com/OpenAIDevs/status/1853564730872607229
Scale AI推出Defense Llama：专为美国国家安全打造的大型语言模型 Scale AI 自豪地宣布推出 Defense Llama 🇺🇸：一款专为美国国家安全打造的大型语言模型 (LLM)。 这是 @Meta、Scale 和国防专家合作的成果，现在已可集成到美国的国防系统中。 https://x.com/alexandr_wang/status/1853853829336559790 图形设计生成器：简化制作设计 我们称这个功能为图形设计生成器。要制作自己的设计，只需设置一个框架，将文本和元素放置在您想要的位置，输入提示词，然后点击“重制”。Voilà——您的设计就完成了！在这里试试吧：https://go.recraft.ai/QfAhTA
https://x.com/recraftai/status/1853862493019328934 Humanoid Hub分享Physical Intelligence的π₀模型：AI能够胜任多样化物理任务！ 对于AI是否能胜任多样化物理任务持怀疑态度的人，应该看看这个。 Physical Intelligence的π₀模型展示：
https://x.com/TheHumanoidHub/status/1853712720547225963 产品 MindOne Builder MindOne 是一个以设计为中心的应用构建平台，能够根据用户提示生成复杂应用，并提供手动调整和内置 AI 助手的功能。 Overlay by Crisp FullContext是一个基于人工智能的工具，通过自然语言快速构建市场推广工作流程。它提供互动产品演示、资格审核、会议安排等功能，能够识别访客身份并展示相关资源，从而提升销售效率和客户体验。
https://crisp.chat/en/v4/ 投融资 给机器人装AI「大脑」的Physical Intelligence获4亿美元融资 2024年11月4日，总部位于美国旧金山的机器人AI初创公司Physical Intelligence宣布完成4亿美元融资，融资后估值达到24亿美元。本轮融资由亚马逊创始人Jeff Bezos、OpenAI、Thrive Capital、Lux Capital和Bond Capital等知名投资者领投，Khosla Ventures和红杉资本也参与其中。这一融资大幅提升了公司估值，与3月时公司以4亿美元估值筹集7000万美元的种子轮融资相比，增幅显著。 Physical Intelligence的核心目标是通过开发能够为多功能机器人提供动力的AI模型和算法，将“通用AI带入物理世界”。该公司已展示其技术如何使机器人执行洗衣、清理桌子、组装箱子等日常任务，这些任务通常需要人类的判断力和适应能力。公司的愿景是，在未来，用户能够像与ChatGPT等大型语言模型互动一样，要求机器人完成任何任务。 过去8个月，Physical Intelligence一直致力于开发通用人工智能模型，旨在推动实现人工智能的通用智能（AGI），使机器人能够超越或媲美人类在各项任务中的认知能力。公司的成长和融资反映了市场对先进AI驱动机器人技术的兴趣，尤其是在通用任务导向型机器人领域的潜力。 清维如风完成Pre-A轮融资 专注机场自动驾驶应用 2024年11月，北京清维如风科技有限公司（清维如风）宣布完成数千万元的Pre-A轮融资。本轮融资由云时资本领投，启迪创投跟投，资金将用于团队扩展、产品研发及项目运营。 清维如风成立于2022年，专注于研发L4级自动驾驶技术及数字化大脑平台，目标为机场、航司和物流公司提供一站式物流解决方案。其无人驾驶产品已经部署到全国11个城市的机场，包括西安、兰州、乌鲁木齐和成都等。公司核心团队由来自清华大学的优秀毕业生组成，拥有丰富的自动驾驶研发经验。 机场物流运输是自动驾驶的重要应用场景，清维如风的无人驾驶系统在机场环境中表现出色。该公司研发的无人车具备先进的安全系统，能够有效识别飞机、人员等障碍物并实施紧急制动，且具有高精度的定位系统，确保车辆在机场的全区域作业。公司还开发了基于大模型训练的智能规划系统，能够学习驾驶员操作模式，在确保规则的基础上提升无人车的决策能力。 自动驾驶不仅能帮助机场减少人力成本，还能提升物流运输效率。无人车可以24小时不间断运行，极大提升机场的物流吞吐量。此外，清维如风的产品也与机场智能网联系统对接，实现更高效的调度管理。 随着全国机场建设的加速和物流需求的增加，清维如风计划将其自动驾驶技术扩展到航空物流的客货运输、无人配送及低空经济等领域，进一步推动机场自动驾驶应用的商业化进程。 清维如风的融资和技术进展标志着自动驾驶在机场物流领域的应用前景广阔，预计将在未来几年内迎来更多的市场机会。 https://36kr.com/p/3001686401890435 — END —
原创文章，作者：LLM Space，如若转载，请注明出处：https://www.agent-universe.cn/2024/11/21672.html
