今日要点

1、英伟达科学家Jim Fan强烈安利研究：自我修复机制是GPT4无法被超越的优势

2、AI新玩法—用心跳分析完成用户推荐，将提高用户付费意愿

3、腾讯云推出AI原生向量数据库，能够帮助企业利用大模型释放数据价值

(资料图片)

4、Bing出现一些搜索问题，被ChatGPT暂时下架

每日见智AI

1、英伟达科学家强烈安利研究：自我修复机制，这是GPT4无法被超越的优势

MIT和微软的学者发现，GPT-4表现出自修复能力，可以对写出的代码进行自我纠错；甚至还能给GPT-3.5生成的程序提供反馈。英伟达科学家Jim Fan强烈推荐探究大模型自主修复的底层逻辑是什么？

结果显示：GPT-4能够进行自我修复的核心原因是其强大的反馈能力。它能够有效地自我反思代码的问题所在，使其他模型无法与之竞争。反馈模型和代码生成模型不必相同。事实上，反馈模型才是瓶颈。

值得一提的是：自修复需要强大的模型和多样化的初始样本

见智点评：

这项研究的意义在于探索如何在模型中融合更多关于编程语言和代码的知识，以提高代码理解和自动修复的能力。大语言模型在生成代码方面，表现出了非凡的能力，这或许对于开发人员来说可能是一个有益的工具，可以提高代码质量和开发效率。

2、AI新玩法—用心跳分析完成用户推荐，将提高用户付费意愿

研究人员利用AI分析听众心跳来预测热门歌曲，实现了音乐行业的重大突破。他们发现心跳的微妙变化与注意力和情绪共鸣相关。

通过无创心脏传感器，33名志愿者听了24首歌曲，结果显示热门歌曲在“沉浸感”得分上更高。利用这些数据创建的合成数据集，训练出的人工智能在预测热门歌曲方面达到了97%的准确率。

见智点评：

这项技术有望改变传统的热门挑选方法，重塑音乐产业，提高歌曲推荐的准确性，并提升流行音乐消费的体验。尽管该研究的范围有限，无论是参与者数量还是评估的歌曲，但其影响却是深远的，这一突破可能带来更高的参与度、订阅保留率和收入增长。

3、腾讯云推出AI原生向量数据库，能够帮助企业利用大模型释放数据价值

腾讯云发布AI原生（AI Native）向量数据库Tencent Cloud VectorDB。该数据库能够被广泛应用于大模型的训练、推理和知识库补充等场景，是国内首个从接入层、计算层、到存储层提供全生命周期AI化的向量数据库，将于8月正式登陆腾讯云。

向量数据库专门用于存储和查询向量数据，业界称之为大模型的“海马体”。据介绍，腾讯云向量数据库最高支持10亿级向量检索规模，延迟控制在毫秒级，相比传统单机插件式数据库检索规模提升10倍，同时具备百万级每秒查询（QPS）的峰值能力。

见智点评：

向量数据库对产业的影响和意义主要体现在降本增效、加速大模型应用落地。向量数据库通过将数据向量化存储和查询，能够极大地提高数据处理的效率。相比传统的数据存储和查询方式，向量数据库可以实现更高的查询速度和更低的计算成本。

这对于需要处理大规模数据和复杂计算任务的企业来说，具有重要的经济效益。它能够为企业提供更便捷、高效的大模型应用解决方案，从而帮助企业更好地利用大模型释放数据的价值。

4、Bing出现搜索问题，被ChatGPT暂时下架

自美区时间 2023 年 7 月 3 日起，ChatGPT出于谨慎考虑，禁用“使用 Bing 浏览”测试版功能，官方表示:ChatGPT Browse 测试版显示出不满足请求的内容。

目前ChatGPT把bing搜索暂时下架了，可能会在问题修复后，再次上线。