要避免 GPT 出現越來越嚴重的錯誤內容，唯有不斷改進現有的演算法。我相信 Bard 採用 Gemini 的 Multimodol 模型就是一種新嘗試。
Google Bard 最初是基於 LaMDA，但後來轉用 PaLM 和 Gemini。
因此，儘管 LaMDA 在早期開發中起到了至關重要的作用，但目前依賴 Gemini 的能力來生成文本、翻譯語言、創作不同類型的創意內容，以及以一種信息豐富的方式回答您的問題。
以下是總結這些模型差異的一個表格：
(more…)PromeAI 十分類似 RunwayML。除一般 txt2img、txt2video(暫時完全免費)、img2video 功能，亦提供料多種創意模式：
AI Supermodel Generation – 上傳一張人體模型或業餘人像照片，馬上可建立多種風格和背景。目前版本支援個人真人照片或帶有臉部和四肢的照片。
Creative Fusion – 將草圖與藝術風格融合，創造出獨特且令人驚嘆的藝術品。而且可調整強度以控制影像與所選樣式之間的混合程度。
Background Diffusion – 自動移除背景並根據模板或文字產生理想的背景。而且您可以調整主要部分的大小和位置，以獲得更理想的效果。
Image Variation – 這是 img2img，產生具有相似風格、佈局、視角和感官體驗的圖像。而且您可以控制相似度。
Outpainting – 根據比例或尺寸擴展圖像內容。而且您可以調整原來相片的位置來控制擴展方向。 避免一次將面積擴大太多。
(more…)比較 6 個亞洲人模型
人工智慧的力量正進入第三維度。 使用提示產生 3D 物件、動畫和紋理。 在人工智慧的幫助下，更快地設計並觀看您的想法變為現實。
(more…)語料庫將會不斷擴充。。。
一期目標：10個百萬級中文語料 & 3個千萬級中文語料(2019年5月1號)
二期目標：30個百萬級中文語料 & 10個千萬級中文語料 & 1個億級中文語料（2019年12月31日）
Update： 增加高質量社區問答json版(webtext2019zh)，可用於訓練超大規模NLP模型；添加520萬翻譯語料(translation2019zh)。
1.維基百科(wiki2019zh)，100萬個結構良好的中文詞條
2.新聞語料(news2016zh)，250萬篇新聞，含關鍵詞、描述
3.百科問答(baike2018qa)，150萬個帶問題類型的問答
4.社區問答json版(webtext2019zh)，410萬個高質量社區問答，適合訓練超大模型
5.翻譯語料(translation2019zh)，520萬個中英文句子對
中文的信息無處不在，但如果想要獲得大量的中文語料，卻是不太容易，有時甚至非常困難。在2019年初這個時點上，
普通的從業者、研究人員或學生，並沒有一個比較好的渠道獲得極大量的中文語料。筆者想要訓練一個中文的詞向量，
在百度和github上上搜索了好久，收穫卻很少：要麼語料的量級太小，要麼數據過於成舊，或需要的處理太複雜。
不知道你是否也遇到了這樣的問題？
我們這個項目，就是為瞭解決這一問題貢獻微薄之力。
