作者： 一日一先 来源： 一日一先

感谢阅读，欢迎点赞、关注、收藏、转发。

在文末有市面上主流的AI类收费课程分享，每天5个免费名额。

1. 如何减少ChatGPT过度道歉

这篇文章建议，为了停止或减少ChatGPT的过度道歉，可以给它设定一个像“不爱道歉的坚定人物”这样的角色。ChatGPT将根据这个角色调整它的回应，虽然它可能仍然使用礼貌的语言。如果效果消退，可能需要重复提醒角色设定。

2. 利用密码学解决AI标签问题：C2PA

C2PA是一个开源的互联网协议，利用密码学给数字内容附加’来源’详情，可能为识别AI生成的内容提供解决方案。这个协议得到了包括Adobe、Microsoft、Intel和Shutterstock在内的1500多家公司的支持，被誉为比AI检测工具和水印方法更好的选择，后两者已被证明有时是不一致且不准确的。这个协议不具有法律约束力，依赖于内容创作者的自愿参与，可能留下未标记的AI生成内容的空间。C2PA在互联网上的实施，尤其是在社交媒体平台上，仍然是一个主要的挑战。

3. LanceDB - 探索性的LlamaIndex

LanceDB是一个用于提示测试和实验的开源工具，支持像OpenAI和LLaMA这样的LLM，以及像Chroma和Weaviate这样的向量数据库。该库直接从用户的机器执行所有LLM调用，无需转发，也不在服务器上存储任何数据。

4. 从苏格拉底那里，我们能学到关于AI和提示的什么

这篇文章讨论了苏格拉底式提问和AI提示之间的相似性，建议通过使用苏格拉底方法的元素，我们可以提高AI生成答案的质量和有效性。它还探讨了AI提示作为一种新职业的潜力，以及组织开发自己的AI系统以保护其机构知识的需求。文章在结束时强调了借鉴过去的知识以在未来有效使用AI的重要性，并举例说明了AI提示在’AI灭绝’争论中的应用。

5. 用于处理缺失数据的时间序列分类的概率插补法

一个新的概率框架被提出，用于分类存在缺失值的多元时间序列数据，包含了一个深度生成模型用于以各种可能的方式填补这些缺失的值，以及一个分类器。这个模型有效地处理了插值的不确定性，并包含了一个新的正则化技术，以确保生成模型为分类过程产生有用的插值。

近期会陆续更新一些热门的ChatGPT的网赚课程资料，如果你感兴趣，可移至文末，添加微信索取。

0713新增：

7、快刀青衣·给职场人的AI写作课（完结）（公众号：一日一先）

8、李一舟人工智能2.0（公众号：一日一先）

9、卓克·怎样用AI高效学习（完结）（公众号：一日一先）

索取资料，请添加以下微信号索取。

更多AI工具，参考Github-AiBard123，国内AiBard123