ihower { blogging }

愛好 AI Engineer 週報 🚀 GPT-4V 影像解讀評測特輯 #07

Hello! 你好 👋
GPT-4V 和 Google Gemini 模型都有了影像解讀功能，讓之前需要特別用深度學習的影像辨識任務，變成了簡單的 API 呼叫。今天我們來深入看看這個功能。

先分享一個時代情懷，這是 xkcd 在 2014 的梗圖，當時是想表達在CS領域中，很難跟一般人解釋簡單和幾乎不可能的任務。沒想到十年後的今天，這個影像解讀的任務也已經變成簡單了，任何 App 只需要呼叫 GPT-4V API 就可以做出來。

🎯影像解讀 Use Cases 應用分類

Greg Kamradt 的這則 tweet 貼文，整理了常見的 Use Cases 應用分類，以及網友的示範，非常豐富。

閱讀全文

愛好 AI Engineer 週報 🚀 Claude 的 Prompting 實驗 #06

Hello! 你好 👋

我是 ihower，祝大家新年快樂~ Happy New Year~ ✨🎉

🔝可用 Prompt 大幅提升長文本的 Recall 效能

Anthropic 在11月底推出了 Claude 2.1，當時有個 Recall 評測(tweet) 很慘烈，在 200K tokens 長上下文的情況下，放在 Prompt 中間的內容，模型時常會無法回憶起內容。必須要放在最前面或是最底部，才能接近 100% 的 Recall 效能，這對 RAG 的應用來說很重要。

Anthropic 在12月初做了回應，在這篇 Long context prompting for Claude 2.1 中，透過加一句提示詞 “Here is the most relevant sentence in the context:” 就大幅提升了Recall 效能從 27% 提升到 98%，就這一句 Prompt Engineering 技巧，分數提升非常多。

閱讀全文