AI视野：ChatGPT用户可以访问互联网了；Photoshop网页版正式推出；微调多模态大模型会灾难性遗忘

📰🤖📢AI新鲜事

ChatGPT用户可以访问互联网了!

OpenAI 宣布 ChatGPT 用户现在可以浏览互联网，不再受限于2021年9月之前的数据。这一更新允许用户访问最新信息，拓展了 ChatGPT 的应用领域。

🚀 AiBase提要:

1. 💡 ChatGPT现在支持浏览互联网，不再受限于2021年9月前的数据。

2. 💡 这一更新扩大了ChatGPT的功能，用户可以访问最新信息和链接。

3. 💡 OpenAI计划将这一功能扩展给所有用户，提供更广泛的数据范围。

Adobe Photoshop网页版正式推出

Adobe正式推出了Photoshop网页版，包含Firefly AI生成式填充等功能，用户界面简化，但暂无免费版本计划。

AIBase提要:

🔶 Photoshop网页版正式推出，含AI功能

🔷 用户界面简化，适合新用户

🔶 暂无计划推出免费版本

微软在Windows11画图软件中测试由DALL-E驱动的文字转图像工具

微软宣布在Windows11自带的画图软件Paint中测试一个由DALL-E驱动的文字转图像创作工具PaintCocreator，用户可以通过输入文本描述来生成艺术创作图像。PaintCocreator允许用户输入文本描述后自动生成相关图像，也可以选择艺术风格后生成3个图像样例供用户选择。当前以预览版面向Windows Insider用户推出，未来可能会对所有Windows11用户开放。

AiBase提要:

1. 微软在Windows11的Paint中测试DALL-E驱动的文字转图像工具，允许用户通过文本描述生成艺术图像。

2. PaintCocreator可自动生成相关图像，提供艺术风格选择和图像编辑功能。

3. 目前为预览版，仅面向Windows Insider用户，未来可能收费或对所有Windows11用户开放。

决策类AI公司第四范式在港交所上市

决策类人工智能公司第四范式在香港联合交易所主板挂牌上市，发行价55.60港元，开盘价上涨13.49%。

AiBase提要:

📈 发行价上涨:决策类AI公司第四范式在香港联合交易所主板挂牌上市，每股价格55.60港元，开盘价上涨13.49%。

💼 财务表现:招股书显示，第四范式2020-2022年营收逐年增长，2023年第一季度营收为6.44亿港元。

🤖 AI转型计划:第四范式是中国最大的决策类AI公司，计划利用募集资金加强基础研究、技术能力和解决方案开发，扩展产品和进入新行业领域。

👨‍💻💡🎯聚焦开发者

智源研究院开源 AI 硬件评测引擎FlagPerf v1.0

FlagPerf v1.0是由智源研究院发布的开源AI硬件评测引擎，评测包括功能正确性、性能、资源使用和生态适配等指标。该项目已涵盖多领域模型，支持多框架和测试环境，确保评测公平并开源测试代码。

AiBase提要:

📊 功能评测:验证芯片支持模型运行

🚀 性能评测:评估训练时间和计算吞吐量

💾 资源使用:衡量芯片和服务器其他零部件的使用情况

修复视频新神器BSCV工具集 为视频修复技术开辟新可能

在过去十年中，视频修复技术取得了显著进展，但对于常见问题如直播视频的修复效果不尽理想。为了更好地应对这些问题，研究人员开发了BSCV数据集，一个专为解决视频修复问题而设计的全新工具和视频集合。

论文地址:https://arxiv.org/pdf/2309.13890v1.pdf

AiBase提要:

1. 📊 数据集介绍: BSCV数据集包含超过28，000个视频剪辑，用于模拟真实世界的比特流损坏视频恢复，具有多种复杂和不可预测的错误模式。

2. 🛠️ 损坏模型创新: 研究人员提出了一个三参数损坏模型，模拟视频比特流的损坏，增加数据集的挑战性和现实性。

3. 🖼️ 视频恢复框架: 论文介绍了一种视频恢复框架，包括插件式特征增强模块，用于提取和融合受损和无损区域的局部特征，以提高视频恢复性能。这一框架灵活且适用于多种比特流相关的视频恢复任务。

多模态大模型KOSMOS-2.5擅长处理文本密集图像

KOSMOS-2.5是一款多模态模型，专注于处理文本密集图像，采用了统一的Transformer框架，具备卓越的文本图像理解能力。

论文地址:https://arxiv.org/abs/2309.11419

AiBase提要:

1️⃣ KOSMOS-2.5基于Transformer框架，支持端到端文本图像理解，包含视觉编码器和文本解码器，可生成Markdown格式文本。

2️⃣ 预训练使用大规模数据集，达到3.24亿条，增强多模态理解力。

3️⃣ KOSMOS-2.5在文档文本识别、Markdown生成等任务上表现卓越，具备潜力应用于更广泛领域。

马毅团队新研究:微调多模态大模型会灾难性遗忘

随着GPT-4的发布，多模态大模型（MLLM）成为热点。业界常将视觉编码器与语言模型集成构建MLLM。尽管微调后的MLLM在视觉语言任务上表现强劲，但仍面临灾难性遗忘的问题，即过拟合微调数据集后，在其他任务上的性能下降。

论文地址:https://arxiv.org/pdf/2309.10313.pdf

AiBase提要:

1. 马毅团队提出了EMT框架，评估微调后的多模态大模型（MLLM）的灾难性遗忘。

2. 实验表明，微调MLLM在提升微调数据集性能的同时，也导致其他数据集性能下降。

3. 微调过程中，MLLM会产生与微调数据集相关的幻觉文本，忽略原始问题。

Vizro:一个创建模块化数据可视化应用的工具包

Vizro是一款强大的工具包，无需深入编程或设计经验，可快速自助组装自定义仪表板，使用Python创建灵活可扩展的数据可视化应用。

项目地址:https://github.com/mckinsey/vizro

AiBase提要:

📦 快速自助组装仪表板: Vizro让您以分钟级速度创建自定义仪表板，无需编程经验。

🔧 简单配置代码: 只需几行配置代码，即可创建复杂仪表板，内置Plotly和Dash等库。

🧩 模块化扩展: 可选高代码扩展功能，结合低代码和高代码优点，创建可扩展Python数据可视化应用。

OpenLM:一个专为中等规模语言模型设计的模型训练库

OpenLM是一个PyTorch代码库，旨在训练中等规模语言模型，通过训练OpenLM-1B和OpenLM-7B两个语言模型，分别在1.6T和1.25T文本标记上进行验证，取得了出色的成果，包括在零样本文本分类和多项选择任务上的表现。

AiBase提要:

🚀设计重点:OpenLM旨在最大化GPU利用率和训练速度，适用于新的语言模型研究和应用。

🧠模型验证:OpenLM-1B和OpenLM-7B在1.6T和1.25T文本标记上进行验证，在零样本文本分类和多项选择任务上表现卓越。

🌟未来展望:OpenLM计划支持多模态模型、专家混合和数据集组合，以及扩大规模以支持更大的语言模型。

🤖📱💼AI应用

Meta 推出新的人工智能工具和名人代言的数字助手

Meta推出新的人工智能工具和名人代言的数字助手，CEO马克·扎克伯格希望这些工具可以帮助启动元宇宙。

AiBase提要:

🚀 数字助手与智能眼镜: Meta在开发者大会上展示了AI软件、新款虚拟现实头戴设备，以及智能眼镜。

📱 聊天应用整合AI: 用户可以在Facebook旗下应用中分享通过AI技术生成的数字贴纸，如滑稽卡通风格的数字贴纸。

🌐 合作与元宇宙愿景: Meta与名人合作，打造数字代言人，计划让用户创建自己的数字助手，以推动元宇宙构建。

Instagram 即将推出生成式 AI 图像编辑功能

Instagram将推出名为“restyle”的图片编辑工具，用户可以通过文字描述改变图片的外观。此外，还将推出名为“backdrop”的工具，可以为图片添加生成式AI生成的背景。Meta公司还展示了基于AI的贴纸功能，允许用户通过文本提示快速为聊天和故事创建自定义贴纸。

📷 AiBase提要:

Instagram将推出名为“restyle”的图片编辑工具，通过文字描述改变外观。

新工具“backdrop”可为图片添加生成式AI生成的背景。

基于AI的贴纸功能允许用户为聊天和故事创建自定义贴纸。

🤖📈💻💡大模型动态

法国初创公司 Mistral AI 免费发布高性能语言模型 Mistral7B

Mistral AI，一家法国人工智能初创公司，最近发布了一款性能优越的语言模型 Mistral7B，并免费向所有人提供使用。该模型性能出色，免费下载无限制。

AiBase提要:

🔍 Mistral7B模型免费发布

🚀 高性能语言模型

💡 提供多种下载方式