AI 每天都在变，
这里一页看完

Llama 2 发布并登陆 Hugging Face

Llama 2 发布，可在 Hugging Face 上获取。

LlamaIndex 工程师分享构建 LLM Agent 工具的实用技巧

LlamaIndex 工程师在发布 LlamaHub Tools（含 Gmail、Google Calendar、Wolfram Alpha 等 15 个工具）后，总结编写 LLM Agent 工具的技巧。

推荐理由：作者结合 LlamaHub Tools 的开发实践，总结出输入容错、错误自恢复、日期函数等可直接套用的 Agent 工具编写方法。

LlamaIndex 发布 Data Agents 与 LlamaHub 工具仓库

LlamaIndex 发布 Data Agents，LLM 驱动的知识工作者可对非结构化、半结构化和结构化数据执行读取与写入任务。

推荐理由：发布方亲自讲解 Data Agents 的推理循环与工具抽象设计，并给出可直接复用的代码示例，适合想在自己的数据上搭建智能体的开发者参考。

OpenAI 更新 API：新增函数调用能力并提升可控性、加长上下文、降低价格

OpenAI 宣布 API 更新，包括可控性更强的模型、函数调用（function calling）能力、更长的上下文以及更低的价格。

推荐理由：原文给出 OpenAI API 的功能调用、上下文与价格等更新方向，读者可据此评估对现有接入成本和控制力的影响。

OpenAI 用过程监督提升数学推理，取得新 SOTA

OpenAI 训练模型在数学问题求解上取得新的 state-of-the-art，方法是对每个正确的推理步骤给予奖励（过程监督），而非只奖励最终正确答案（结果监督）。除提升性能外，过程监督还有对齐收益：它直接训练模型产生人类认可的思维链。

推荐理由：原文说明过程监督相对结果监督的性能提升与对齐收益，读者可了解一种训练思路的取舍。

LlamaIndex 推出 SQLAutoVectorQueryEngine，结合 Text-to-SQL 与语义搜索完成 RAG 查询

LlamaIndex 在博客中展示新查询引擎 SQLAutoVectorQueryEngine，可同时利用 SQL 数据库和向量数据库回答同时涉及结构化与非结构化数据的自然语言查询。

推荐理由：原文给出 SQLAutoVectorQueryEngine 的工作流程、示例代码和实验结果，读者可以照着复现结构化与非结构化数据的组合查询。

OpenAI 推出 ChatGPT iOS 应用

OpenAI 推出 ChatGPT iOS 应用。应用支持跨设备同步对话记录和语音输入，并将最新模型改进带给用户。

推荐理由：官方宣布 iOS 应用上线，对话同步和语音输入信息来自当事方，读者可了解 ChatGPT 的移动端入口。

LlamaIndex 实测 Anthropic Claude 100K 上下文窗口处理 SEC 10-K 文件的表现

LlamaIndex 在 UBER 2019-2022 年 SEC 10-K 文件上测试 Anthropic 新推出的 100K token 上下文窗口。由于单份 10-K 约 160k token 仍超出窗口，作者用 list index 切成约 100k token 大块并测试响应合成策略。

推荐理由：作者用 UBER 10-K 实测 Claude 100K 上下文的延迟、成本与回答质量，并给出 tree_summarize 优于 create-and-refine 的可复用结论。

LangChain 推出 Plan-and-Execute 智能体执行器

LangChain 发布名为 Plan-and-Execute 的新型智能体执行器，先由 planner 规划步骤，再由执行器逐步完成，与此前基于 ReAct 的 Action Agent 形成对比。该设计将规划与执行分离以提升可靠性，代价是更多 LLM 调用，灵感来自 BabyAGI 和 Plan-and-Solve 论文，首版放在实验模块，提供 Python 和 JS/TS 文档。

推荐理由：原文解释了 Plan-and-Execute 与传统 Action Agent 的算法差异和代价，读者可以据此判断它适合的复杂任务场景。

LangChain 解析 AutoGPT、BabyAGI、CAMEL、Generative Agents 四个 Agent 项目

LangChain 发布技术博客，对比近两周流行的 AutoGPT、BabyAGI、CAMEL 和 Generative Agents 四个 Agent 项目，将其分为自主智能体与智能体模拟两类。

推荐理由：原文对比 AutoGPT、BabyAGI、CAMEL 等项目的新颖点，并说明 LangChain 已复刻哪些部分，读者可据此了解各框架差异与可复用实现。

StackLLaMA：用 RLHF 训练 LLaMA 的实战指南

Hugging Face 发布 StackLLaMA 教程，手把手讲解如何用 RLHF 方法训练 LLaMA 模型，覆盖完整训练流程。

推荐理由：这是一份手把手教程，讲解如何用 RLHF 训练 LLaMA，读者可跟随步骤复现完整训练流程。

LangChain 宣布完成 1000 万美元种子轮融资，Benchmark 领投

LangChain 宣布获得 1000 万美元种子轮融资，由 Benchmark 领投。上线六个月来该项目在 GitHub 获超 20K stars、拥有 350+ 贡献者。

推荐理由：官方宣布融资并给出社区规模、组件数量和后续计划，读者可以据此了解 LangChain 当时的能力边界与发展方向。

OpenAI 说明 3 月 20 日 ChatGPT 故障原因与修复措施

OpenAI 发布 3 月 20 日 ChatGPT 故障的事后说明，介绍了调查发现、已采取的措施以及该 bug 的技术细节。

ChatGPT 推出插件（plugins）初步支持

OpenAI 宣布在 ChatGPT 中实现对 plugins 的初步支持。插件是以安全为核心原则、专为语言模型设计的工具，可帮助 ChatGPT 获取最新信息、运行计算或使用第三方服务。

推荐理由：原文是 OpenAI 官方对 ChatGPT 插件机制的首批说明，读者可以借此了解插件如何让 ChatGPT 获取最新信息和调用第三方服务。

OpenAI 发布 GPTs are GPTs 论文，初步分析大语言模型的劳动力市场影响潜力

OpenAI 发布论文 GPTs are GPTs: An early look at the labor market impact potential of large language models，对大语言模型的劳动力市场影响潜力进行早期分析。材料抓取失败，仅标题可用，论文具体方法与结论暂无法核验。

推荐理由：OpenAI 论文标题直指大语言模型对劳动力市场影响的早期评估，适合关注 AI 就业议题的读者。

ARC 发布 Claude 与 GPT-4 危险能力评测进展

ARC 作为第三方评估方与 Anthropic、OpenAI 等实验室合作，在受控环境中测试前沿模型自主获取资源、逃避人工监督的危险能力。结论是被测的 Claude 和 GPT-4 版本均未能产出可信的完整自主复制计划，执行中易出错、有幻觉、难以在多副本间分派任务，但能部分完成浏览网页、雇佣人类代办、制定长期计划等子任务。

推荐理由：ARC 公布了危险能力评测的动机、方法与结论，读者可以了解模型自主复制能力的评估方式。

Transformer残差流中的特权基向量

研究发现Transformer模型的残差流中存在“特权基向量”现象，即某些坐标方向持续出现异常大的激活值，这与“无特权基”的理论预期相悖。通过实验，研究者将根源指向Adam优化器中的逐维度归一化器，而非层归一化或浮点精度问题。在2亿参数模型中，典型层有20至60个维度的激活绝对值超过6。研究还提出使用峰度作为检测指标，发现激活分布峰度普遍大于3，进一步证实了基向量对称性被破坏。

推荐理由：揭示Transformer内部基依赖性的根源，帮助研究者改进模型可解释性。

OpenAI 发布 GPT-4 多模态模型

OpenAI 发布 GPT-4，称其为扩展深度学习的最新里程碑。GPT-4 是接受图像和文本输入、输出文本的大型多模态模型，在多项专业和学术基准上达到人类水平表现，但在许多现实场景中仍不及人类。

推荐理由：官方原文明确了 GPT-4 的多模态输入形态和基准表现定位，可作为了解该模型能力边界的直接信源。

OpenAI 发布 GPT-4，支持创意与技术写作的生成、编辑与迭代

OpenAI 发布 GPT-4。官方介绍其可生成、编辑并与用户迭代创意和技术写作任务，如创作歌曲、编写剧本或学习用户的写作风格。

推荐理由：OpenAI 官方介绍 GPT-4 在创意与技术写作上可与用户迭代协作，适合关注其文本能力边界的读者。

LangChain 发布 LLM 与 SQL 结合的实践指南

LangChain 与社区成员 Francisco Ingham、Jon Luo 发布 LLM 与 SQL 结合的实践指南，并宣布 3 月 22 日举行一小时网络研讨会。

推荐理由：LangChain 团队系统整理了让 LLM 生成有效 SQL 的三类问题与对应解法，方法可直接迁移到自己的 Text-to-SQL 场景。