优设问答你的职场经验书

婉宛 邀你回答

2024/04/28

晒一晒,你有多少个工作微信群?我有100个!!!

今天微博的一个热搜话题很有意思“#5000块钱的工资46个工作群”

然后,我就看了一下我的手机,面不改色。我有100个群。

感觉现在大家都好焦虑啊,五一调休,带着戾气上班。虽然我也很讨厌,也很不愿意周末或者休息的时候,回复群里的消息,但是换个角度想,这些工作群也是我们现在生活的一部分,它们象征着我们的努力和付出,是我们职业生涯的记录。看着这些群,我会想起每一次的项目讨论,每一次的团队配合,每一次的难题解决。虽然有时候会觉得压力大,但这些都是我们成长的步伐。

而且,尽管我们的手机里有数十甚至上百个工作群,但请记住,我们不是孤单的。每一个群都是一个团队,我们并不孤单,有困难可以一起面对,有问题可以一起解决。每一个群都是我们的资源,我们可以在其中找到帮助,也可以为他人提供帮助。

所以,别被这个数字吓到。相反,让我们以积极的态度看待它。工作群多,说明我们的社交资源丰富,说明我们有很多机会去学习,去成长。也别忘了,适时地给自己放个假,从手机中抽离出来,享受一下现实生活。

我们都应该学会在忙碌和压力中找到平衡,保持一个积极向上的心态。虽然工作群多,任务繁重,但请记住,我们都是有能力的,可以处理好工作和生活的平衡。加油,我们一定可以做到的!

3.7k 设计师围观了该问题
点赞 13 回答 8

首席爆料师 邀你回答

2024/04/26

Sam Altman 最新公开演讲:GPT-5将会比GPT-4更强大,GPT-6将会比GPT-5更智能,有哪些信息值得关注?

4月25日晚,OpenAI联合创始人兼首席执行官Sam Altman,在斯坦福大学的英伟达(NVIDIA)礼堂进行了公开演讲,超过1000名学生排队参加此次活动。

Altman说:“GPT-5将会比GPT-4更强大,GPT-6将会比GPT-5更智能,OpenAI的终极目标始终都没有变就是实现——AGI(通用人工智能)。”

以下是本次演讲的一些关键信息总结: 1. Sam Altman的演讲:作为OpenAI的联合创始人兼首席执行官,Sam Altman在斯坦福大学的NVIDIA礼堂进行了演讲,吸引了超过1000名学生。 2. AI的未来发展:Altman认为,人类尚未达到AI的极限,并且OpenAI的目标是实现通用人工智能(AGI)。他提到GPT-5将比GPT-4更强大,而GPT-6将比GPT-5更智能。 3. 开源与闭源:Altman认为,为了实现AGI,需要大量的资金投入,因此开源可能不是最佳途径。OpenAI从最初的开源策略转变为闭源,以确保商业回报和持续创新。 4. 资金与投资:他提到,为了推动AGI的发展,无论每年需要多少资金,只要能为全人类和AI领域做出贡献,他都不在乎。 5. OpenAI的核心能力:OpenAI的核心能力在于技术变革,能够定义AI能力的下一个范式转变。 6. Sora模型:OpenAI发布了文生视频模型Sora,这可能会对影视、游戏开发、广告营销等行业产生重大影响。 7. 免费使用ChatGPT:OpenAI宣布无需注册就能免费使用ChatGPT,这有助于那些没有能力开发类似产品的国家或地区。 8. 英伟达与OpenAI的合作:英伟达创始人黄仁勋向OpenAI捐赠了先进的AI超级计算机,这表明了两家公司之间的紧密合作关系。

点赞 18 回答 2

大白(●—●) 邀你回答

2024/04/25

苹果也加入AI革新浪潮了,OpenELM 大模型开源,大模型领域会迎来新风向吗?

4月24日,苹果开源了大语言模型OpenELM。这与微软刚开源的Phi-3 Mini类似,是一款专门针对手机等移动设备的模型。

以下是一些重点信息的摘要: 1. 开源OpenELM: 苹果公司开源了一个名为OpenELM的大语言模型,这与微软开源的Phi-3 Mini类似,是专为移动设备设计的模型。 2. 模型参数: OpenELM提供了四种不同参数规模的模型,分别是2.7亿、4.5亿、11亿和30亿参数。 3. 功能: 该模型能够执行生成文本、代码、翻译、总结摘要等功能。 4. 预训练数据: 尽管最小的模型只有2.7亿参数,但苹果使用了1.8万亿tokens的数据进行预训练,这是其小参数下仍能表现出色的原因之一。 5. 深度神经网络库CoreNet: 苹果同时开源了用于训练OpenELM的深度神经网络库CoreNet,该库在开源后不久就在GitHub上获得了超过1100个星标。 6. 苹果的开源策略: 苹果通常在手机领域采取闭源策略,但此次开源可能是为了吸引用户,未来可能会推出闭源产品实现商业化。 7. 技术贡献: 苹果不仅发布了模型权重和推理代码,还发布了完整的训练和评估框架,包括数据准备、模型训练、微调和评估流程,以及多个预训练检查点和训练日志。 8. OpenELM架构: OpenELM的架构,包括其技术创新点,如无编码器的transformer架构、层级缩放策略、不使用全连接层中的可学习偏置参数等。 9. 训练流程与数据集: 苹果使用CoreNet作为训练框架,Adam优化算法,以及动态分词和数据过滤的方法。

开源地址:https://huggingface.co/collections/apple/openelm-instruct-models-6619ad295d7ae9f868b759ca?ref=maginative.com CoreNet地址:https://github.com/apple/corenet?ref=maginative.com 论文地址:https://arxiv.org/abs/2404.14619

点赞 9 回答 2