ChatGPT 每日内容推荐：
技术实践：Principles and Applications of LLM
作者：@Zhanbin Ma
本文从服务端研发视角，主要以 GPT 为例去阐述 LLM，笔者没有机器学习相关背景，可能不免会出现一些谬误，还请多多指正。本来想聊聊 LLM 的边界，但发现笔者还无法准确描述未来它的边界在哪里，只能说算力、优质数据、框架或算法的改进等都很大程度影响 LLM 的边界，那便把问题留在这里，我们各自去思考。
技术实践：2023.07 Embrace the New Era - Everyone is an AI Application Engineer
作者：@Jiajun Lin
本文除引文外一共有五个章节；第二章节简单介绍了下ChatGpt的发展演进过程、实现原理以及业内常用的应用；第三章节从工程项目 以及 日常应用两个维度出发，以每日case分析和自然语言数据查询两个工程化项目为例，重点讲述了工程级别项目中的核心技术点，以及日常应用中prompt构建技巧；第四章节结合业内资讯讲述了chatgpt当前的优缺点 以及 未来可能的几个发展方向；第五章结束语，总结了chatGpt整体的优缺点，实践经验，以及介绍了自己搭建的bot，可以节约申请个人账号的时间快速在工作生活中应用。
技术实践：Llama2's practical experience and folk evaluation: preliminary effect analysis from the existing public online test address to several test examples
作者：@Xiaojun Chen
本文先介绍几个开放的可以自行体验的Llama2线上体验地址，涵盖了不同的版本，且提供参数的可视化配置。然后看看当前一些公开的榜单的一些评测结果【仅供参考】。最后，我们以实际的几个例子来看看效果，供大家一起参考。
技术实践：The First Review of MLLM | One Article Overview of the Past, Present, and Future of MultiModal Machine Learning Large Models
作者：@Xiaojun Chen
多模态大语言模型（MLLM）是近年来兴起的一个新的研究热点，它利用强大的大语言模型作为大脑来执行多模态任务。MLLM令人惊讶的新兴能力，如基于图像写故事和无OCR的数学推理，在传统方法中是罕见的，这表明了一条通往人工通用智能的潜在道路。在本文中，作者旨在追踪和总结MLLM的最新进展。首先，提出了MLLM的公式，并阐述了其相关概念。然后，讨论了关键技术和应用，包括多模态指令调整（M-IT）、多模态上下文学习（M-ICL）、多模态思想链（M-CoT）和LLM辅助视觉推理（LAVR）。最后，讨论了现有的挑战，并指出了有希望的研究方向。鉴于MLLM时代才刚刚开始，作者将不断更新这项调查，并希望它能启发更多的研究。
文章已收录「聊聊ChatGPT」专栏，欢迎大家关注：聊聊ChatGPT
重要的事情说三遍：欢迎大家投稿！欢迎大家投稿！欢迎大家投稿！！！