ShowMeAI周刊 No.13 | 上周最有讨论度的9个AI话题：AI教育谷歌扳回一局、阶跃终于摘星辰、大部分人用不起来AI…

ShowMeAI周刊 No.13 | 上周最有讨论度的9个AI话题：AI教育谷歌扳回一局、阶跃终于摘星辰、大部分人用不起来AI… ShowMeAI周刊 No.13 | 上周最有讨论度的9个AI话题：AI教育谷歌扳回一局、阶跃终于摘星辰、大部分人用不起来AI… 🎤 如果你想了解大模型测评「刷榜作弊」的实现细节，或者测评集滞后与泡沫化给大模型工程团队带来的困扰，可以看看下面两篇文章。 第1篇是 CoT Hub 测评集构建者的访谈，第2篇是零一万物技术专家的分享。 ⋙ 大语言模型评测是怎么被玩儿烂的？我们跟知情人聊了一个下午 ⋙ 关于大模型评测的 Yi 点思考｜Young Genius “最终，用户会用脚投票的。” 7. 举个栗子：当把「大模型开源」用「做饭吃饭」来解释，一起都豁然开朗起来 ⇨ 甚至还玩起了谐音梗 关于大模型的开源，我们最常听到的新闻有两类：① 开源 闭源未来谁更厉害，② 现在的大模型都是假开源。 周末群里闲聊时， A@社恐患者杨老师 以他极高的专业素养，用一连串比喻，科普了「 大模型开源 」到底怎么回事。 • 比如， 开源预训练模型 ，相当于厨师从后厨给你端上来的菜； 只开源权重 ，相当于只把菜给你端上来，让你吃饱。 • 再比如， 开源后训练数据 ，相当于带你去厨房看整个厨师炒菜摆盘的过程； 开源预训练数据 ，相当于带你去食材的源产地选品。 • 还有， 开源 ，相当于进餐馆随便吃还可以打包；闭源，相当于按饭量计费而且不允许打包。 ✦ 资料链接 ➖ 还有很多「做饭 吃饭」的精妙比喻，非常生动形象，可以看全文了解详情 ↓↓↓ ⋙ 有文化就是不一样...「另类理解」大模型术语 @赛博禅心 下笨功夫，做有心人。模型训练和开餐馆是一样的道理，没有难不难，只有想不想。by社恐患者杨老师 讨论交流 ✦✦ ✦ 讨论交流 🎤 然后呢！群里出现了衍生玩法。 既然 LLM 是一个餐厅，那总得有菜谱吧： 你进了一家叫 302 的餐厅，打开了 智谱 ，点了俩 豆包 ，一碗 商汤 … 来盘 海螺 ，来杯 即梦 ，服务员叫 Jina ，旁边 吟游诗人 唱着 十四行诗 这篇是集大成者，很多梗让人拍案叫绝 👉 ⋙ 当我把所有AI应用放在一起。。。有趣的事情发生了！@AI大同学 8. 很有共鸣：为什么大部分人用不起来 AI？可能还没体验到效率飞升的 Aha Moment (顿悟时刻) @Maker毕 这篇文章，引出了一个大家都很有共鸣的现象： 大家都在谈AI，都觉得AI很重要，可是真正把AI变成工作伙伴的人凤毛麟角 。 大部分人使用AI的时候： • 要么完全 忘记了 还有AI这个选项 • 要么 不知道 AI能做什么 • 要么觉得用AI比直接做更 麻烦 就算知道可以用 AI，还要面临一系列的心智负担： • 要 打开 一个新的网页或软件 • 要 思考 如何描述自己的需求 • 要 担心 AI会不会理解错误 • 要 检查 AI的输出是否可靠 • 要把结果 复制粘贴 回工作界面 这些步骤每一个看起来都很简单，但是加在一起就会让人不自觉地想：算了，还是自己来做吧。 ✦ 资料链接 ➖ ⋙ 为什么大部分人用不起来 AI？从被动到主动的范式转换 @ Maker毕 ✦ 讨论交流 🎤 为什么会这样呢？ 作者原文从产品交互范式的角度进行了解释。群友们的讨论视角更丰富和生动，分享一下 🙋♀ 我感觉这个确实是。因为有些事情做久了之后就是纯经验型的，对于那种不是经常总结复盘的人，很难把它描述清楚，就像有些人对待实习生的态度一样，觉得不如自己做，这是其一。 其二是对AI的能力了解不够， 因为用的不多，不知道AI在我的工作链条里能够提升我90%效率的部分是哪些，什么工作给它做好什么工作自己做好。 🙋♀ 以往的工具的使用已经让很多人产生了技术厌恶心理 ，要花很多时间学习工具、积累经验才能让它起到一点点释放人的主体性的作用。 🙋♀ 破解之道就是硬着头皮先用用再说 。一定要有耐心，抱着了解未来趋势，提高自己效率解放生产力的决心去用。 一次两次给不了你想要的，第三次你就知道往哪个方向说更好了，也知道自己想要的效果需要通过哪几个层次和标准去约束。 花太多时间去push ai做ai不擅长的事情，发现这个环节自己做最方便，就把适合ai做和适合人做的事情分开了。 🙋♀ 体验一回效率提升就放不下了。 9. 集体讨论：大家都是怎么快速处理长视频、长音频、长文本材料的？都有哪些工作流和工具的配合应用？ 🎤 话题发起者自己的经验： 1 . 找到音频或视频的链接，可以是播客、b站等。 2 . 用 cococut Chrome 插件下载视频，打开 通义 直接上传视频或复制链接，用AI进行解析后可以快速浏览大纲、生成脑图和PPT，还能提取转录后的全部文本。 3 . 将文本复制到 txt 文档里并上传给 kimi ，用提前准备好的提示词进行解析，细致整理，针对性学习。 P.S. 如果是在线文章，可以用 sider 侧边栏之类的工具，边看边提问，帮助自己理解。 🎤 👨🏫 肉眼多看两遍，不用搞这么麻烦。 你一天里看到的信息里，有 1% 值得笔记记录就谢天谢地。 🎤 👨🔧 你用AI听播客的效果咋样？吸收知识变容易了吗？ 🎤 🦸♀️ 效率提升了，不过还是得再听一遍。因为重点只有自己知道。 让我觉得意外的，才是对我有信息增量的，才是对我价值。 这个痛点真不容易解决。 所有的总结类产品都有类似的问题。AI的「重点」不一定是我的「重点」。 🎤 👨🎓 思考过程说不定还得写一遍。写一次才算是「编码」进脑子。 🎤 👨🏫 是的，写一遍，做一遍，才有心得和体会。 感觉越是这个时候，能静下心逐字逐句阅读的能力反而很稀缺。 🎤 👩🔧 快速判断内容质量。 一般的就丢弃。还不错的，记录下有收获的要点，发评论区或者发群里。 特别好的，反复听，写笔记。特别特别好的，拓展成一个专题，补充更多资料，把这个话题了解得更深入一点。 🎤 👨🏫 快速判断内容质量 +1，越发觉得这个能力重要。 AI生成的一大堆内容中，可能也就 5% 是能启发到你的精华。能不能迅速捕捉 5% 扔掉别的 95%，很重要。 ⋙ 大语言模型评测是怎么被玩儿烂的？我们跟知情人聊了一个下午 ⋙ 关于大模型评测的 Yi 点思考｜Young Genius ⋙ 有文化就是不一样...「另类理解」大模型术语 @赛博禅心 ⋙ 当我把所有AI应用放在一起。。。有趣的事情发生了！@AI大同学 ⋙ 为什么大部分人用不起来 AI？从被动到主动的范式转换 @ Maker毕 🎤 如果你想了解大模型测评「刷榜作弊」的实现细节，或者测评集滞后与泡沫化给大模型工程团队带来的困扰，可以看看下面两篇文章。 第1篇是 CoT Hub 测评集构建者的访谈，第2篇是零一万物技术专家的分享。 ⋙ 大语言模型评测是怎么被玩儿烂的？我们跟知情人聊了一个下午 ⋙ 关于大模型评测的 Yi 点思考｜Young Genius “最终，用户会用脚投票的。” ⋙ 大语言模型评测是怎么被玩儿烂的？我们跟知情人聊了一个下午 ⋙ 关于大模型评测的 Yi 点思考｜Young Genius 如果你想了解大模型测评「刷榜作弊」的实现细节，或者测评集滞后与泡沫化给大模型工程团队带来的困扰，可以看看下面两篇文章。 第1篇是 CoT Hub 测评集构建者的访谈，第2篇是零一万物技术专家的分享。 ⋙ 大语言模型评测是怎么被玩儿烂的？我们跟知情人聊了一个下午 ⋙ 大语言模型评测是怎么被玩儿烂的？我们跟知情人聊了一个下午 ⋙ 关于大模型评测的 Yi 点思考｜Young Genius ⋙ 关于大模型评测的 Yi 点思考｜Young Genius “最终，用户会用脚投票的。” 7. 举个栗子：当把「大模型开源」用「做饭吃饭」来解释，一起都豁然开朗起来 ⇨ 甚至还玩起了谐音梗 关于大模型的开源，我们最常听到的新闻有两类：① 开源 闭源未来谁更厉害，② 现在的大模型都是假开源。 周末群里闲聊时， A@社恐患者杨老师 以他极高的专业素养，用一连串比喻，科普了「 大模型开源 」到底怎么回事。 • 比如， 开源预训练模型 ，相当于厨师从后厨给你端上来的菜； 只开源权重 ，相当于只把菜给你端上来，让你吃饱。 • 再比如， 开源后训练数据 ，相当于带你去厨房看整个厨师炒菜摆盘的过程； 开源预训练数据 ，相当于带你去食材的源产地选品。 • 还有， 开源 ，相当于进餐馆随便吃还可以打包；闭源，相当于按饭量计费而且不允许打包。 ✦ 资料链接 ➖ 还有很多「做饭 吃饭」的精妙比喻，非常生动形象，可以看全文了解详情 ↓↓↓ ⋙ 有文化就是不一样...「另类理解」大模型术语 @赛博禅心 下笨功夫，做有心人。模型训练和开餐馆是一样的道理，没有难不难，只有想不想。by社恐患者杨老师 讨论交流 ✦✦ ⋙ 有文化就是不一样...「另类理解」大模型术语 @赛博禅心 还有很多「做饭 吃饭」的精妙比喻，非常生动形象，可以看全文了解详情 ↓↓↓ ⋙ 有文化就是不一样...「另类理解」大模型术语 @赛博禅心 ⋙ 有文化就是不一样...「另类理解」大模型术语 @赛博禅心 下笨功夫，做有心人。模型训练和开餐馆是一样的道理，没有难不难，只有想不想。by社恐患者杨老师 讨论交流 ✦✦ ✦ 讨论交流 🎤 然后呢！群里出现了衍生玩法。 既然 LLM 是一个餐厅，那总得有菜谱吧： 你进了一家叫 302 的餐厅，打开了 智谱 ，点了俩 豆包 ，一碗 商汤 … 来盘 海螺 ，来杯 即梦 ，服务员叫 Jina ，旁边 吟游诗人 唱着 十四行诗 这篇是集大成者，很多梗让人拍案叫绝 👉 ⋙ 当我把所有AI应用放在一起。。。有趣的事情发生了！@AI大同学 ⋙ 当我把所有AI应用放在一起。。。有趣的事情发生了！@AI大同学 然后呢！群里出现了衍生玩法。 既然 LLM 是一个餐厅，那总得有菜谱吧： 你进了一家叫 302 的餐厅，打开了 智谱 ，点了俩 豆包 ，一碗 商汤 … 来盘 海螺 ，来杯 即梦 ，服务员叫 Jina ，旁边 吟游诗人 唱着 十四行诗 这篇是集大成者，很多梗让人拍案叫绝 👉 ⋙ 当我把所有AI应用放在一起。。。有趣的事情发生了！@AI大同学 ⋙ 当我把所有AI应用放在一起。。。有趣的事情发生了！@AI大同学 8. 很有共鸣：为什么大部分人用不起来 AI？可能还没体验到效率飞升的 Aha Moment (顿悟时刻) @Maker毕 这篇文章，引出了一个大家都很有共鸣的现象： 大家都在谈AI，都觉得AI很重要，可是真正把AI变成工作伙伴的人凤毛麟角 。 大部分人使用AI的时候： • 要么完全 忘记了 还有AI这个选项 • 要么 不知道 AI能做什么 • 要么觉得用AI比直接做更 麻烦 就算知道可以用 AI，还要面临一系列的心智负担： • 要 打开 一个新的网页或软件 • 要 思考 如何描述自己的需求 • 要 担心 AI会不会理解错误 • 要 检查 AI的输出是否可靠 • 要把结果 复制粘贴 回工作界面 这些步骤每一个看起来都很简单，但是加在一起就会让人不自觉地想：算了，还是自己来做吧。 ✦ 资料链接 ➖ ⋙ 为什么大部分人用不起来 AI？从被动到主动的范式转换 @ Maker毕 ⋙ 为什么大部分人用不起来 AI？从被动到主动的范式转换 @ Maker毕 ⋙ 为什么大部分人用不起来 AI？从被动到主动的范式转换 @ Maker毕 ⋙ 为什么大部分人用不起来 AI？从被动到主动的范式转换 @ Maker毕 ✦ 讨论交流 🎤 为什么会这样呢？ 作者原文从产品交互范式的角度进行了解释。群友们的讨论视角更丰富和生动，分享一下 🙋♀ 我感觉这个确实是。因为有些事情做久了之后就是纯经验型的，对于那种不是经常总结复盘的人，很难把它描述清楚，就像有些人对待实习生的态度一样，觉得不如自己做，这是其一。 其二是对AI的能力了解不够， 因为用的不多，不知道AI在我的工作链条里能够提升我90%效率的部分是哪些，什么工作给它做好什么工作自己做好。 🙋♀ 以往的工具的使用已经让很多人产生了技术厌恶心理 ，要花很多时间学习工具、积累经验才能让它起到一点点释放人的主体性的作用。 🙋♀ 破解之道就是硬着头皮先用用再说 。一定要有耐心，抱着了解未来趋势，提高自己效率解放生产力的决心去用。 一次两次给不了你想要的，第三次你就知道往哪个方向说更好了，也知道自己想要的效果需要通过哪几个层次和标准去约束。 花太多时间去push ai做ai不擅长的事情，发现这个环节自己做最方便，就把适合ai做和适合人做的事情分开了。 🙋♀ 体验一回效率提升就放不下了。 为什么会这样呢？ 作者原文从产品交互范式的角度进行了解释。群友们的讨论视角更丰富和生动，分享一下 🙋♀ 我感觉这个确实是。因为有些事情做久了之后就是纯经验型的，对于那种不是经常总结复盘的人，很难把它描述清楚，就像有些人对待实习生的态度一样，觉得不如自己做，这是其一。 其二是对AI的能力了解不够， 因为用的不多，不知道AI在我的工作链条里能够提升我90%效率的部分是哪些，什么工作给它做好什么工作自己做好。 🙋♀ 以往的工具的使用已经让很多人产生了技术厌恶心理 ，要花很多时间学习工具、积累经验才能让它起到一点点释放人的主体性的作用。 🙋♀ 破解之道就是硬着头皮先用用再说 。一定要有耐心，抱着了解未来趋势，提高自己效率解放生产力的决心去用。 一次两次给不了你想要的，第三次你就知道往哪个方向说更好了，也知道自己想要的效果需要通过哪几个层次和标准去约束。 花太多时间去push ai做ai不擅长的事情，发现这个环节自己做最方便，就把适合ai做和适合人做的事情分开了。 🙋♀ 体验一回效率提升就放不下了。 9. 集体讨论：大家都是怎么快速处理长视频、长音频、长文本材料的？都有哪些工作流和工具的配合应用？ 🎤 话题发起者自己的经验： 1 . 找到音频或视频的链接，可以是播客、b站等。 2 . 用 cococut Chrome 插件下载视频，打开 通义 直接上传视频或复制链接，用AI进行解析后可以快速浏览大纲、生成脑图和PPT，还能提取转录后的全部文本。 3 . 将文本复制到 txt 文档里并上传给 kimi ，用提前准备好的提示词进行解析，细致整理，针对性学习。 P.S. 如果是在线文章，可以用 sider 侧边栏之类的工具，边看边提问，帮助自己理解。 话题发起者自己的经验： 1 . 找到音频或视频的链接，可以是播客、b站等。 2 . 用 cococut Chrome 插件下载视频，打开 通义 直接上传视频或复制链接，用AI进行解析后可以快速浏览大纲、生成脑图和PPT，还能提取转录后的全部文本。 3 . 将文本复制到 txt 文档里并上传给 kimi ，用提前准备好的提示词进行解析，细致整理，针对性学习。 P.S. 如果是在线文章，可以用 sider 侧边栏之类的工具，边看边提问，帮助自己理解。 🎤 👨🏫 肉眼多看两遍，不用搞这么麻烦。 你一天里看到的信息里，有 1% 值得笔记记录就谢天谢地。 👨🏫 肉眼多看两遍，不用搞这么麻烦。 你一天里看到的信息里，有 1% 值得笔记记录就谢天谢地。 🎤 👨🔧 你用AI听播客的效果咋样？吸收知识变容易了吗？ 👨🔧 你用AI听播客的效果咋样？吸收知识变容易了吗？ 🎤 🦸♀️ 效率提升了，不过还是得再听一遍。因为重点只有自己知道。 让我觉得意外的，才是对我有信息增量的，才是对我价值。 这个痛点真不容易解决。 所有的总结类产品都有类似的问题。AI的「重点」不一定是我的「重点」。 🦸♀️ 效率提升了，不过还是得再听一遍。因为重点只有自己知道。 让我觉得意外的，才是对我有信息增量的，才是对我价值。 这个痛点真不容易解决。 所有的总结类产品都有类似的问题。AI的「重点」不一定是我的「重点」。 🎤 👨🎓 思考过程说不定还得写一遍。写一次才算是「编码」进脑子。 👨🎓 思考过程说不定还得写一遍。写一次才算是「编码」进脑子。 🎤 👨🏫 是的，写一遍，做一遍，才有心得和体会。 感觉越是这个时候，能静下心逐字逐句阅读的能力反而很稀缺。 👨🏫 是的，写一遍，做一遍，才有心得和体会。 感觉越是这个时候，能静下心逐字逐句阅读的能力反而很稀缺。 🎤 👩🔧 快速判断内容质量。 一般的就丢弃。还不错的，记录下有收获的要点，发评论区或者发群里。 特别好的，反复听，写笔记。特别特别好的，拓展成一个专题，补充更多资料，把这个话题了解得更深入一点。 👩🔧 快速判断内容质量。 一般的就丢弃。还不错的，记录下有收获的要点，发评论区或者发群里。 特别好的，反复听，写笔记。特别特别好的，拓展成一个专题，补充更多资料，把这个话题了解得更深入一点。 🎤 👨🏫 快速判断内容质量 +1，越发觉得这个能力重要。 AI生成的一大堆内容中，可能也就 5% 是能启发到你的精华。能不能迅速捕捉 5% 扔掉别的 95%，很重要。 👨🏫 快速判断内容质量 +1，越发觉得这个能力重要。 AI生成的一大堆内容中，可能也就 5% 是能启发到你的精华。能不能迅速捕捉 5% 扔掉别的 95%，很重要。 如果对付AI生成的内容有这个能力，那么，对付别人写的长文，第一眼质量判断还是自己来做吧。 捕捉了一点儿精华后，可以让AI陪着深入。 🎤 🙆♂️ AI现在生成的东西大多都是重蹈覆辙。 现在看多了AI生成内容多了，还是更喜欢看一些带有人类固有表达的内容。 那种人与人之间的会意还是挺美妙的。 🙆♂️ AI现在生成的东西大多都是重蹈覆辙。 现在看多了AI生成内容多了，还是更喜欢看一些带有人类固有表达的内容。 那种人与人之间的会意还是挺美妙的。 🎤 👨🏫 目前我的体会是，如果AI生成的内容，我不能一眼验证真假对错，那我不会用的。 所以在翻译、分类和代码生成任务里，它确实可以帮助我节省很多精力（以至于有时间摸鱼和思考更 high level 的事情）。另外一方面，AI的训练和推理的一些范式，也可以反向启发人的思考和学习。 比如说tfm的预训练，需要自回归，知识才能记忆的稳定，那么人也不要排斥背诵，在学新东西的时候，也要保持观点输出，和别人的观点对齐。 👨🏫 目前我的体会是，如果AI生成的内容，我不能一眼验证真假对错，那我不会用的。 所以在翻译、分类和代码生成任务里，它确实可以帮助我节省很多精力（以至于有时间摸鱼和思考更 high level 的事情）。另外一方面，AI的训练和推理的一些范式，也可以反向启发人的思考和学习。 比如说tfm的预训练，需要自回归，知识才能记忆的稳定，那么人也不要排斥背诵，在学新东西的时候，也要保持观点输出，和别人的观点对齐。 🎤 🦸♀️ 享受失控。 🦸♀️ 享受失控。 🔗原文链接：https://mp.weixin.qq.com/s/D0wX5VSDPZi9Xv15dbuGtA 🧭发布时间：2024 11 27 📝原创作者：南乔@ShowMeAI研究中心 🔗原文链接：https://mp.weixin.qq.com/s/D0wX5VSDPZi9Xv15dbuGtA 🧭发布时间：2024 11 27 📝原创作者：南乔@ShowMeAI研究中心 📝 话题目录 ➖ ShowMeAI周刊 No.13 1. Learn About ：继 NotebookLM 之后又一个 AI Native 产品， 谷歌 真正的 AI Native Education 尝试 2. ima.copilot V.S. 秘塔 V.S. 天工 ：国区 Perplexity 青出于蓝而胜于蓝， 秘塔一骑绝尘 3. Markdown ：技术圈 (最) 常用的文本编辑语言，一种「四通八达」的中转格式 ⇨ 附上好用的转换工具 4. 把 17 岁高中生涂津豪的 Thinking Claude 提示词， 设置在 Cursor 里 5. 两篇优秀的AI编程教程 ：跟着资深工程师 & 全栈开发者，挖掘 LLM 编程能力的极限 6. 恭喜阶跃星辰！ step 2 在 LiveBench 榜单杀进前5，斩获国产大模型第1名 ⇨ 顺带聊聊榜单和测评的「内幕」 7. 举个栗子 ：当把大模型「 开源 」用「 做饭 吃饭 」来解释，一起都豁然开朗起来 ⇨ 甚至还玩起了 谐音梗 8. 很有共鸣 ： 为什么大部分人用不起来 AI？ 可能还没体验到效率飞升的 Aha Moment 9. 集体讨论： 大家都是怎么快速处理长视频、长音频、长文本材料的？ 都有哪些工作流和工具的配合应用？ ShowMeAI周刊 No.13 1. Learn About ：继 NotebookLM 之后又一个 AI Native 产品， 谷歌 真正的 AI Native Education 尝试 2. ima.copilot V.S. 秘塔 V.S. 天工 ：国区 Perplexity 青出于蓝而胜于蓝， 秘塔一骑绝尘 3. Markdown ：技术圈 (最) 常用的文本编辑语言，一种「四通八达」的中转格式 ⇨ 附上好用的转换工具 4. 把 17 岁高中生涂津豪的 Thinking Claude 提示词， 设置在 Cursor 里 5. 两篇优秀的AI编程教程 ：跟着资深工程师 & 全栈开发者，挖掘 LLM 编程能力的极限 6. 恭喜阶跃星辰！ step 2 在 LiveBench 榜单杀进前5，斩获国产大模型第1名 ⇨ 顺带聊聊榜单和测评的「内幕」 7. 举个栗子 ：当把大模型「 开源 」用「 做饭 吃饭 」来解释，一起都豁然开朗起来 ⇨ 甚至还玩起了 谐音梗 8. 很有共鸣 ： 为什么大部分人用不起来 AI？ 可能还没体验到效率飞升的 Aha Moment 9. 集体讨论： 大家都是怎么快速处理长视频、长音频、长文本材料的？ 都有哪些工作流和工具的配合应用？ ✦✦✦ 1. Google Learn About：继 NotebookLM 之后又一个 AI Native 产品，真正的 AI Native Education 尝试 【1】Google Learn About Learn About 是 Google 11月份推出的 AI学习工具 ，可以帮助 个性化 探索历史、艺术、自然、生物、物理、科学、经济、个人成长等方方面面的话题。 丰富的交互内容 & 交互形式，是 Learn About 最核心的特色。 输入提示词 (英文) 后，进入对话页面。 Learn About 右侧 是当前话题的信息流， 左侧 是拓展查询列表。 右侧页面，可以看到样式丰富的内容板块；左侧页面，点击问题或者输入追问，可以进一步下钻话题👇 Learn About 最值得称道的部分，就是 样式丰富的交互卡片 👇 经过群友们的共同测试，目前发现了以下8种卡片，引起「哇」声一片： • 图文并茂 • 视频推荐 • 关键词释义 • 相关概念链接 • 话题要点总结 • 澄清常见误区 • 互动示例 (多轮追问) • 测验考题 (多轮追问) ✦ 资料链接 ➖ 目前仅限美国IP和英文交互 Learn About 官网链接 → https://learning.google.com/experiments/learn about 目前仅限美国IP和英文交互 Learn About 官网链接 → https://learning.google.com/experiments/learn about ✧✧✧ 【2】Google LearnLM 模型 Learn About 使用了 LearnLM ，是 Google 今年5月份推出的 Gemini 系列模型之一， 专门面向学习场景进行了微调 。LearnLM 以教育研究为基础， 核心目标是构建个性化的学习体验 。原理如下图左侧所示 👇 目前，除了 Learn About 这款产品外，LearnLM 还被用于 Google Search AI Overview、Youtube 学术视频问答等产品中。你也可以在 Google AI Studio 里直接与模型对话。如下图右侧所示。 ✦ 资料链接 ➖ LearnLM 官方介绍 → https://blog.google/outreach initiatives/education/google learnlm gemini generative ai LearnLM 技术报告 → https://storage.googleapis.com/deepmind media/LearnLM/LearnLM paper.pdf Google AI Studio → https://aistudio.google.com 南瓜博士的体验视频录屏 → https://meeting.tencent.com/crm/2jvkJdob9d ⋙ 认真用 Learn About 学习一周后，我总结了七个使用要点 @南瓜博士 ⋙ 认真用 Learn About 学习一周后，我总结了七个使用要点 @南瓜博士 LearnLM 官方介绍 → https://blog.google/outreach initiatives/education/google learnlm gemini generative ai LearnLM 技术报告 → https://storage.googleapis.com/deepmind media/LearnLM/LearnLM paper.pdf Google AI Studio → https://aistudio.google.com 南瓜博士的体验视频录屏 → https://meeting.tencent.com/crm/2jvkJdob9d ⋙ 认真用 Learn About 学习一周后，我总结了七个使用要点 @南瓜博士 ⋙ 认真用 Learn About 学习一周后，我总结了七个使用要点 @南瓜博士 ✦ 讨论交流 🎤 🙆♀ Learn About 创新点在于，借鉴了传统线上教育的学习体验，但在效率方面实现了巨幅超越。 启发式问答、大量学习资料、要点整理与总结、互动测验与答案解析… 传统线上教育需要花费大量时间人力去构建的、可以说是护城河之一的东西，就这么被AI轻轻击碎了。 海外的线上教育平台估计会被深深 Shock 一下。 🙆 从 ChatGPT 线性的文本聊天窗口，到 Learn About 交互丰富的多模态内容信息流，终于看到一点 AI Native Education 的影子了！ OpenAI 本周推出 面向 K12 教师的免费AI培训课程 ，可汗学院 (OpenAI 教育合作伙伴) 创始人 接受采访 ，都还是老思路 — 用AI助手进行单点的辅助或加强。 可以说，在AI教育这个方向上，Google 已经领先了 OpenAI 一个版本。 🙆 官方声明和我们的测试都表明，Learn About 目前还是一款实验性产品，响应质量并不稳定。 可能会推荐不相关的学习资料、可能会在两三轮交互后话题跑偏，也可能因为网络等原因导致学习记录丢失。注意保持合理期待 面向 K12 教师的免费AI培训课程 接受采访 🙆♀ Learn About 创新点在于，借鉴了传统线上教育的学习体验，但在效率方面实现了巨幅超越。 启发式问答、大量学习资料、要点整理与总结、互动测验与答案解析… 传统线上教育需要花费大量时间人力去构建的、可以说是护城河之一的东西，就这么被AI轻轻击碎了。 海外的线上教育平台估计会被深深 Shock 一下。 🙆 从 ChatGPT 线性的文本聊天窗口，到 Learn About 交互丰富的多模态内容信息流，终于看到一点 AI Native Education 的影子了！ OpenAI 本周推出 面向 K12 教师的免费AI培训课程 ，可汗学院 (OpenAI 教育合作伙伴) 创始人 接受采访 ，都还是老思路 — 用AI助手进行单点的辅助或加强。 面向 K12 教师的免费AI培训课程 接受采访 可以说，在AI教育这个方向上，Google 已经领先了 OpenAI 一个版本。 🙆 官方声明和我们的测试都表明，Learn About 目前还是一款实验性产品，响应质量并不稳定。 可能会推荐不相关的学习资料、可能会在两三轮交互后话题跑偏，也可能因为网络等原因导致学习记录丢失。注意保持合理期待 2. ima.copilot V.S. 秘塔 V.S. 天工：国区 Perplexity 青出于蓝而胜于蓝，秘塔一骑绝尘 腾讯 ima.copilot、秘塔AI搜索、天工AI搜索，这三家陆续上线了「 知识库 」类板块，增加了 RAG 功能，并在尝试与生态内的其他板块构建联系。 用同一份文档 (《梁宁·产品经理三十讲》课程笔记) 和同一个问题 (我想创建一个人工智能学习路径的网站，但是没有思路。请问要有什么建议么) 对三者进行了测试，效果和