撰文：KyleWiggers
来源：TechCrunch
图片来源：由无界AI工具生成
从历史上看，甚至在今天，记忆力差一直是阻碍文本生成式人工智能发挥作用的一个因素。正如《大西洋》杂志最近发表的一篇文章?所说，即使是像ChatGPT这样复杂的生成式文本人工智能，其记忆力也像金鱼一样。每次模型生成响应时，它只考虑到非常有限的文本量，因此它也无法总结一本书或审查一个主要的编码项目。
NFT巨鲸地址“0x8e078”已抛售62枚Azuki NFT:5月3日消息，据NFT Whale Alert披露数据显示，NFT巨鲸地址“0x8e078”今日已抛售62枚Azuki NFT，获利1002枚ETH（价值约1870472.54美元）。
另据Opensea数据显示，当前Azuki NFT地板价位16.569 ETH。[2023/5/3 14:40:08]
但Anthropic正试图改变这种状况。
今天，这家人工智能研究初创公司宣布，它已将Claude的上下文窗口从9000个token扩展到了10万个token。上下文窗口指的是模型在生成额外文本之前考虑的文本，而token代表原始文本。
Kraken创始人：Kraken正在开发一个系统来确定存入的NFT的清算价值:金色财经报道，Kraken 创始人兼首席执行官 Jesse Powell 表示，该加密货币交易所正在开发一个不可替代的代币市场，该市场可能会吸引那些想要做的不仅仅是收集数字艺术的客户。根据Powell 的说法，市场将提供托管服务，交易所正在考虑建立一个系统，客户可以使用他们的 NFT 作为抵押品借入资金。如果你在 Kraken 上存入一个 CryptoPunk，我们希望能够在你的账户中反映它的价值。如果你想为此借入资金，Kraken 正在开发一个系统来确定存入的 NFT 的清算价值。（smh）[2021/12/27 8:05:43]
那么，这意味着什么呢？正如前面所提到的，具有小上下文窗口的模型往往会“忘记”即使是最近的对话内容--导致它们偏离主题。在几千字左右之后，小模型也会忘记最初的指示，只根据上下文窗口中的最后的信息来进行响应。
NFT项目Loot交易总量突破1万笔:金色财经报道，据最新数据显示，NFT项目Loot（for Adventurers）交易总量已经突破1万笔，本文撰写时为10,040笔，交易者数量为4475，交易总额为2.6238亿美元。Loot推出的LootBox是一个黑色背景的 TXT 文件，由一组随机生成的冒险家战利品组成，可以通过合约代码来获取，该项目启动时增长速度很快，但目前发展已出现停滞。[2021/11/30 12:40:11]
鉴于大上下文窗口的好处，找出扩展的方法已成为OpenAI等AI实验室的主要关注点，要知道，OpenAI将整个团队都投入到了这个问题上了。OpenAI的GPT-4在上下文窗口的大小方面保持着之前的领先地位，其规模最高可达32,000个token，而改进后的ClaudeAPI已然超越了这一数字。
有了更强的“记忆力”，Claude应该能够相对连贯地交谈几个小时——甚至几天——而不是几分钟。也许更重要的是，它应该也不太可能偏离轨道。
在博文中，Anthropic对Claude增加上下文窗口的其他好处进行了介绍，包括该模型消化和分析数百页材料的能力。Anthropic称，除了阅读长文本，升级后的Claude可以帮助从多个文件甚至一整本书中检索信息，回答哪些需要跨文本的“综合知识”问题。
Anthropic列出了一些可能的用例：
对财务报表或研究报告等文件进行消化、总结和解释
根据公司的年度报告，分析其风险和机会
评估一项立法的优点和缺点
识别风险、主题和跨法律文件的不同论证形式。
阅读数百页的开发者文档，呈现技术问题的答案
通过将整个代码库放入上下文中并智能地构建或修改它来快速制作原型
“普通人可以在5个小时左右阅读10万个token的文本，然后可能需要大量的时间来消化、记忆和分析这些信息，”Anthropic继续说道。“Claude现在可以在不到一分钟的时间内做到这一点。例如，我们把《了不起的盖茨比》的全部内容输入进了Claude......并修改了其中一行，说Mr.Carraway是‘一个在Anthropic从事机器学习工具的软件工程师’。当我们要求Claude发现有什么不同时，它在22秒内就给出了正确答案。”
此外，Anthropic的合作伙伴AssemblyAI也进行了相关测试。在视频演示中，该团队用Claude-100k将一个长播客转录成58K单词，然后使用Claude进行总结和问答。该团队给出的评价是：insane！太疯狂了！
目前，更长的上下文窗口并不能解决围绕大型语言模型的其他与记忆有关的挑战。Claude，像其同类的大多数模型一样，无法将信息从一个会话保留到下一个会话。而且与人脑不同的是，它把每一条信息都视为同等重要，这使得它并不能成为一个特别可靠的叙述者。一些专家认为，解决这些问题将需要全新的模型架构。
不过，就目前而言，Anthropic似乎走在了前列。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。