Взгляд венчурного капитала Асташи Майерс на машинное обучение, облачную инфраструктуру, инструменты для разработчиков, открытый исходный код и безопасность. Зарегистрируйтесь здесь .

Товары

Чат OpenAIGPT

ChatGPT — это основной модальный режим, который взаимодействует в диалоговом режиме. Формат диалога позволяет ChatGPT отвечать на дополнительные вопросы, признавать свои ошибки, оспаривать неверные предпосылки и отклонять неуместные запросы. Подобно GitHub Copilot, ChatGPT обучается на Codex OpenAI, состоящем из миллиардов строк кода с открытым исходным кодом.

Почему это важно? ChatGPT покорил Интернет. За первые пять дней он достиг 1 миллиона пользователей. Одна из причин успеха DALLE заключалась в том, что он предоставлял визуальный результат, которым можно было поделиться в социальных сетях; в свою очередь, делая магию генеративного ИИ более доступной для обычного человека. OpenAI извлекла уроки из этого опыта и создала внешний интерфейс для ChatGPT, которого не было в GPT-3. Ключевой вывод для основателей — сделать запуск продукта максимально наглядным и привлекательным для потенциальных пользователей. Есть ли способ представить свой продукт при запуске, который мотивирует и позволяет другим поделиться им?

Рис Скрипты

Продукты Fig сосредоточены на улучшении работы терминала. Компания начала с Autocomplete, а недавно запустила Scripts, заменяющую папку «scripts» команды и внутренние инструменты CLI. Fig Scripts предоставляет коллекцию рабочих процессов терминала с возможностью поиска; интерфейсы интерактивных терминалов; автоматическая подготовка; готовые отчеты об ошибках и мониторинг использования.

Почему это важно? Около 60 миллионов разработчиков используют терминал, но он не продвинулся до такой степени, как IDE. Скрипты расширяют предложение Fig от сценария использования для одного игрока до ценности для команды. Мы видели, как несколько стартапов, включая Fig , Textualize.io , Charm.sh и Warp, сосредоточились на модернизации терминала.

Песочница Cohere

Cohere Sandbox позволяет разработчикам исследовать, тестировать и экспериментировать с LLM через открытый исходный код. Песочница — это набор экспериментальных репозиториев GitHub с открытым исходным кодом, которые можно использовать для создания приложений с помощью LLM и для демонстрации того, как создаются такие приложения. Первоначальный выпуск включает пять сервисов: Conversant, Route Generation, Grounded QA, Topically и Toy Semantic Search.

Почему это важно? Ранее мы обсуждали базовые модели с закрытым исходным кодом и с открытым исходным кодом и обнаружили, что большинство людей намереваются использовать открытый исходный код. Cohere, наиболее известная своими продуктами API с закрытым исходным кодом, пытается привлечь пользователей с открытым исходным кодом с помощью Sandbox. Является ли это сигналом того, что подход к распространению с открытым исходным кодом будет победителем?

Контент

Полное руководство по порталам API DevEx

Сагар Батчу подчеркивает, что портал API DevEx имеет решающее значение для улучшения опыта разработчиков API. Он обсуждает, что ключевые атрибуты и функциональные возможности для создания портала API DexEx:

• Доступно: документация API, авторизация и управление ключами API.
• Понятно: средство просмотра запросов API, показатели использования API и страница статуса API
• Пригодно для использования: клиентские пакеты SDKS, модули Runbook API и песочница API.

Что ждет Data Engineering в 2023 году? 7 предсказаний

Барр Мозес излагает свои прогнозы в отношении обработки данных, в том числе больше времени, затрачиваемого на FinOps и оптимизацию затрат на облако данных, а также размытие вариантов использования хранилища данных и озер данных.

Почему это важно? Барр — известный идейный лидер в области данных, хорошо понимающий, что будет дальше. Мы особенно согласны с ее мнением о стоимости. Мы постоянно слышим от операторов, что их счета за облачные хранилища данных быстро растут. В этой макросреде мы можем представить, что это главный приоритет для команд.

Deepgram завершает раунд серии B стоимостью 72 миллиона долларов, чтобы определить будущее понимания речи

Эта статья больше, чем просто объявление о финансировании. На самом деле он проходит через историю Deepgram и техническую историю бизнеса. Преобразование речи в текст и понимание естественного языка (NLU) претерпели значительные изменения с момента запуска Deepgram в 2015 году.

Почему это важно? Deepgram расшифровал более 1 триллиона слов. Преобразование речи в текст имеет основополагающее значение для обучения генерации данных для сценариев использования, включая контакт-центры, речевую аналитику, разговорный ИИ и расшифровку подкастов.

Работа

⭐️Dragonfly — Адвокат разработчиков (полностью удаленно)

⭐️ Hex — аналитик данных

⭐️ Выдержка — инженер-основатель машинного обучения