#AI#书签#插件JustMark一个基于AI的网页书签栏，会自动对网页进行分类和关键词提取，无需手动管理，支持模糊查询，AI会

#AI#书签#插件JustMark一个基于AI的网页书签栏，会自动对网页进行分类和关键词提取，无需手动管理，支持模糊查询，AI会自动匹配合适的内容，甚至还会将非中文内容翻译为中文，且会对收藏的网页进行截图，方便回忆。这个项目有点意思，属于AI落地的又一个方向，感觉做好了可以降维打击到稍后阅读类工具，不过AI分类服务需要用到ChatGPT的APIKEY，不然就要付费才能使用AI服务。频道@WidgetChannel

AI时代，我们应该如何记笔记/日记？分享我的几点思考：

AI时代，我们应该如何记笔记/日记？分享我的几点思考：1.数据要完全本地化未来每个人将拥有各自的个性化AI助理，你的笔记/日记能够让它更懂你。但请不要相信任何在线云笔记服务，你的笔记是你最重要的隐私，也是每一个AI公司最渴望得到的财富。推荐使用Logseq或者Obsidian，在手机上也可以通过捷径或TelegramBot来快速记录文字或语音。通用的markdown文本格式在将来也有助于顺利导入到各种AI服务。2.将“种子”与“养料”分开借用当下很流行的“数字花园”概念，由自己产生出的灵感和想法，是“种子”，它们需要结合你日积月累所收集的、来自外部的“养料”(例如各种网络文章、书籍摘录)，才能成长为花园内的植物。在不久的将来，AI助手将能够为你的“种子”提供无穷无尽的养料，但请永远保护好自己的“种子”，因为只有种子才能决定最终植物长成的样子。同时，这也能帮助我们陷入一种新的“知识的诅咒”——那些你的AI助理所掌握的知识，并不代表你也掌握。3.不要纠结于整理和分类碎片化的笔记不再是困扰，Notion里的Database，AI会帮你瞬间生成；需要手动建立的双向链接，AI也会全自动搞定。我们只需要持续记录，持续播种，然后每天在花园里逛逛~期待这样的“第二大脑”早日到来。

AI爬虫工具是一种使用人工智能算法自动从网站收集数据的工具。

AI爬虫工具是一种使用人工智能算法自动从网站收集数据的工具。可以从任何不需要身份验证或登录凭据的网站收集数据，而且抓取的数据量没有限制。只需输入URL和您要抓取的项目，剩下的就交给我们的AI抓取工具。我们的AI抓取工具使用先进的算法准确收集数据，因此您可以对结果充满信心。借助我们的AI抓取工具，您可以自动化数据收集过程并腾出时间专注于其他任务。我们的AI抓取工具可让您轻松自定义数据收集偏好以满足您的需求。PS:无法试用，不建议填账号信息去试用。Web:https://webscrapeai.com/

#GitHub#AI#工具#列表AIProductHome-搜集各种AI工具▎项目功能：AI工具列表▎项目介绍：一个收集AI工具

#GitHub#AI#工具#列表AIProductHome-搜集各种AI工具▎项目功能：AI工具列表▎项目介绍：一个收集AI工具资源的项目，包括搜索引擎、AI模型、聊天对话、AI助手、代码辅助、艺术创作、内容创作、数字人、提示工程等资源，并提供备注和说明。▎相关推荐：⏺AigoTools-发现10000+有用的AI工具⏺AI应用导航网-汇聚国内外上百个优秀AI工具导航⏺AIToolsDirectory-收集1000+AI工具和网站⏺Toolify-资源丰富的AI工具和网站导航▎项目地址：点击打开

【Animoca子公司TinyTap为教育工作者构建AI和NFT工具】

【Animoca子公司TinyTap为教育工作者构建AI和NFT工具】2023年08月30日08点28分老不正经报道，Web3开发商AnimocaBrands的教育科技子公司TinyTap于8月30日宣布整合新的AI和NFT工具，面向教育工作者和家长。据称，AI生成器工具中使用的数据借鉴了TinyTap系统内十多年的数据，这些数据基于“超过25万款游戏、数百万个活动和超过1.7亿次游戏的学习架构”。该公司的路线图还包括一个名为“PracticeAnywhere”的AI工具，该工具可以利用现有媒体并将其转录为内容和游戏。除AI工具之外，从今年第四季度开始，该公司还将与OpenCampus合作，允许其NFT持有者和EDU代币持有者将他们创建的TinyTap游戏铸造成NFT。

Meta正构建巨型AI模型 支持旗下所有产品的视频推荐引擎

Meta正构建巨型AI模型支持旗下所有产品的视频推荐引擎Meta旗下负责Facebook平台的汤姆·艾里森（TomAlison）透露，这个项目是公司“2026年技术发展蓝图”的关键一环。他详细解释称，这一全新AI推荐模型将不仅支持类似于TikTok的Reels短视频服务，还将覆盖更多的传统长视频内容。艾里森在旧金山的摩根士丹利科技会议上提到，目前Meta对各个产品均采用独立的推荐模型，如Reels、Groups和核心的Facebook信息流等。新的巨型AI模型预计将改变这一局面，实现平台间的统一推荐。作为Meta进军人工智能领域的重要一步，该公司已在购买英伟达GPU上投入数十亿美元。这些GPU是AI研究人员训练大语言模型的主要工具，为ChatGPT等生成式人工智能模型提供动力。艾里森还具体说明了Meta技术蓝图的“第一阶段”，即公司正在将现有推荐系统从传统计算机芯片转向GPU，以提高产品性能。他透露，受去年大语言模型热潮影响，Meta高层对这些模型处理海量数据及具备聊天等通用能力的表现深感震撼。因此，Meta看到了开发能跨产品应用的巨型推荐模型的潜力，并在去年迅速搭建了这一新架构。目前，该模型已在Reels短视频服务上初步测试。艾里森进一步指出，这种新的“模型架构”在Facebook核心应用上取得显著成效，帮助增加了8%至10%的观看时间。这表明该模型在数据学习能力上超越前代模型。他强调，Meta正在加大投资，以确保能够在合适的硬件上扩大这些模型的规模。目前，该公司正在系统架构的“第三阶段”，重点是验证新技术的有效性，并推广至多个产品。艾里森表示：“我们的目标不仅是为Reels短视频服务提供动力，还计划使用单一的巨型模型驱动整个视频推荐生态系统，并最终将信息流推荐产品纳入其中。我们相信，这样不仅能使推荐内容更吸引人、更相关，还能提升推荐引擎的反应速度。”若计划成功，它将如何改变用户体验？艾里森解释说：“比如，用户在Reels中发现感兴趣的内容，当回到Facebook信息流时，基于之前的数据和模型分析，我们能为他们展示更多类似内容。”为支撑这一宏伟计划，艾里森透露Meta已积累大量GPU资源。这些高性能计算单元不仅用于驱动视频推荐模型，还将支持公司在更广泛生成式人工智能领域的项目，例如开发智能数字助理。Meta正探索生成式人工智能技术的多种应用场景，包括在核心信息流中加入更复杂的聊天工具，允许用户在看到感兴趣的内容时，通过简单操作就能获取更多相关信息。例如，面对泰勒·斯威夫特（TaylorSwift）的相关推荐帖子，用户可能仅需点击一个按钮，即可向MetaAI提问，获得更多信息。此外，Meta还计划将AI聊天工具整合至群组中，比如在Facebook的烘焙群组中，成员能就甜点制作问题直接从数字助理获得答案。艾里森称：“我相信，我们有能力将生成式人工智能带入到多用户的互动环境中去。”...PC版：https://www.cnbeta.com.tw/articles/soft/1422699.htm手机版：https://m.cnbeta.com.tw/view/1422699.htm