“不要和我竞争大模型，请用文心一言和别人竞争。“ ——李彦宏

文章目录

前言国内外主要大模型盘点AI生成网站AI 创作音乐AI 写诗AI 写小说古文创作AI 作画AI出题和解题辅助编码附录大模型相关链接AI编程链接AI作画AI出题古文创作链接

前言

2016年是人工智能的元年。2023年是大模型的元年。谁能抢占风口浪尖，谁就能脱颖而出。

国内外主要大模型盘点

AI生成网站

国外 AI 生成网站，分别是 OpenAI的ChatGPT Playground、ArtBreeder、Jukedeck 和 TalkToTransformer，同时还有一款国内 AI 生成网站「即时灵感」。

AI 创作音乐

AI 写诗

AI 写小说

古文创作

古文相关的NLP任务主要为：

古诗分类古文翻译为现代文古文生成，将现代文转成古文对联和古诗、词生成

古文AI写作工具”，【搭画智写】是一款基于AI技术的古文写作工具，可以生成高质量的古文文案和古风小说。 本文所介绍的古文GPT-2模型由国内研究者采用UER开源框架训练而成，训练语料为殆知阁古代文献2.0版语料库，近33亿字。由于该库中75%文本均未标点，研究者采用北京师范大学古诗文断句系统对其进行自动标点，得到了近300万段文本作为训练语料。更多信息，可参考如下链接或论文。

预训练模型有：siku-bert、siku-roberta和bert-ancient-chinese

AI 作画

MidJourney是一款AI创作图片的工具， 它根据Discord里的描述词，生成精美、创意十足的图片。腾讯的AIDesign自动生成Logo: https://ailogo.qq.com/guide/brandnamehttps://github.com/Raadsl/Logo-generatorhttps://www.namecheap.com/logo-maker/app/editorhttps://github.com/Slfdspln/Logo-Maker

AI出题和解题

mathAICodexAI狂读arXiv上200万篇论文。 新模型Minerva，基于Pathway架构下的通用语言模型PaLM改造而来。分别在80亿、600亿和5400亿参数PaLM模型的基础上做进一步训练。Minerva做题与Codex的思路完全不同。Codex的方法是把每道数学题改写成编程题，再靠写代码来解决。而Minerva则是狂读论文，硬生生按理解自然语言的方式去理解数学符号。在PaLM的基础上继续训练，新增的数据集有三部分：主要有arXiv上收集的200万篇学术论文，60GB带LaTeX公式的网页，以及一小部分在PaLM训练阶段就用到过的文本。

辅助编码

GitHub Copilot：是由GitHub与OpenAI合作开发的一款基于人工智能的代码补全工具。它通过生成智能建议和自动补全来改变开发者编写代码的方式。这是我迄今为止尝试过的最好的人工智能工具之一。

TabNine：是一款基于人工智能的代码编辑器自动补全扩展。它通过使用机器学习模型来预测和建议整行或代码块，超越了传统的自动补全功能。用户可以选择免费使用TabNine，但会有一些限制，或者选择订阅Pro版本以获得高级功能。

ChatGPT：ChatGPT对你的工作效率来说可能是一个真正的改变者。例如，它可以提供有用的示例，比如建议一个用于测试的数组或帮助重构代码片段。

附录

大模型相关链接

huggingface模型仓库魔搭社区智谱AI华为modelzoo百度飞桨模型库腾讯AI开放平台通义千问模型下载QwenLM

AI编程链接

codegeexhttps://www.kite.com/https://github.com/THUDM/CodeGeeX2https://www.shecodes.io/GitHub Copilot的开源版本

AI作画

midjourney

AI出题

mathAI

古文创作链接

GPT2-Chinese古文BERT: 古文预训练语言模型古文生成专属入口对联生成专属入口古诗词生成专属入口UER框架北师大古诗文断句标点工具小鱼AI写作Bert-ancient-chinese模型6.Radford A, Wu J, Child R, et al. Language models are unsupervised multitask learners[J]. OpenAI blog, 2019, 1(8): 9.7.Zhao Z, Chen H, Zhang J, et al. UER: An Open-Source Toolkit for Pre-training Models[J]. EMNLP 2019, 2019: 241.8.胡韧奋,李绅,诸雨辰.基于深层语言模型的古汉语知识表示及自动断句研究[C].第十八届中国计算语言学大会（CCL 2019）.

推荐文章

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：