| 详细信息 |
HireStack结合GPT提升面试效率 Pencil生成多样化广告 |
| 编辑： 来源：中信建投证券 时间：2023/5/10 |
HireStack：结合GPT-3提升面试效率 HireStack是一家人力资源公司，它利用GPT-3生成面试问题以及对应的答案。参考AI给出的回答，HireStack能够在面 试时评估应聘者的专业能力以及与对应职位的匹配度，相比于传统的人力资源公司，AI能够J大提升HireStack工作效率。 Pencil：基于GPT-3生成多样化广告 Pencil可以生成效果良好、富有创意且符合品牌要求的广告文案和视频。GPT-3 使得 Pencil 不仅能够一般性地描述产品， 而是能够围绕产品进行创意营销。例如，为打造一个手电筒广告，Pencil在广告中先展现出在黑暗中工作是十分危险的， 进而突出手电筒的重要性。更具创意的解决方案将使得Pencil的广告对潜在客户更具吸引力。
|
| 【声明：转载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考，如有侵权，请联系删除。】 |
| 推荐信息 |
|
Brex,Slack,ChatSpot.ai辅助实现多类任务
Brex宣布推出基于OpenAI技术的先进人工智能工具;Slack是Salesforce旗下的团队协作工具;将ChatGPT等AIGC技术与CRM结合,辅助实现多类任务
AIGC商业化演进：重点产品时间线
ChatGPT发布的多模态预训练大模型GPT-4已开放纯文本API,在图片理解,推理和学术考试中展现了强大能力,未来将适用于更广泛的应用场景
OpenAI 从 11 个方面对 GPT-4 风险进行了一系列定性和定量评估
创造和执行长期计划的能力,积累权力和资源权力 寻求的能力,以及表现出越来越主观的行为等,AI 过快发展导致安全标准的下降
GPT-4仍存在幻觉和推理错误与校准下降等问题
RLHF显著提高了GPT-4在TruthfulQA公共基准测试上的表现,相比于同样经过RHLF的GPT-3.5-turbo 在准确率上领先超10pct
训练方法：在 InstructGPT 方法基础上增加新的奖励模型
利用收集到的人工标注演示数据;使用收集到的排名数据来训练奖励模型,该模型预测标注员对给定输出的平均偏好;使用奖励模型和强化学习
GPT-4的一大重点是构建大范围可预测的深度学习堆栈
大范围可预测的深度学习堆栈,能够通过计算比 GPT-4 计算量少1000x-10000x（x 代表倍）的模型性能, 预测出“完全体”GPT-4 的性能
文本生成：NLP重要任务标之一神经网络生成法为主流趋势
Transformer架构引入Self-attention自注意力机制可取代RNN,从非语言的表示生成人类可以理解的文本,抛弃了传统RNN在水平方向的传播
ChatGPT发展展望：纵向加深AI能力 横向拓展能力边界
hatGPT模型基于RLHF的预训练机制将进一步提升模型反馈的准确性和时效性,证明了AIGC应用落地的可行性与先进性,或将催生更多的应用需求 |
| 智能运输机器人 |
| AGV无人运输机器人-料箱版 |
| AGV无人运输机器人-标准版 |
| AGV无人运输机器人-料箱版（钣金材质） |
| AGV无人运输机器人-货架版（钣金材质） |
| AGV无人运输机器人-货架版（亮面不锈钢材质） |
| AGV无人运输机器人-开放版 |
| 行业动态 |
