这里记录每周值得分享的AI科技内容，周末发布。
本杂志开源（GitHub: aitobox/newsweekly），欢迎提交 issue，投稿或推荐你的项目。
AI资讯
AI 大牛 Andrej Karpathy 又「上新」了，这次一口气放出了长达四个小时的视频。视频主题为「让我们来复现 GPT-2（1.24 亿参数）」。
详细内容
Karpathy 表示，此次视频之所以这么长，是因为它很全面：从空文件开始，最后得到一个 GPT-2（124M）模型。具体实现步骤包括如下：
- 首先构建 GPT-2 网络。
- 然后对其进行优化，以便快速训练。
- 然后通过参考 GPT-2 和 GPT-3 论文来设置训练运行优化和超参数。
- 然后进行模型评估。
- 然后祈祷好运，并去睡觉。
第二天早上，查看结果并享受有趣的模型生成。通宵运行的结果甚至非常接近 GPT-3（124M）模型。
该视频以「Zero To Hero」系列视频为基础，有些地方参考了以往视频。你可以根据该视频构建 nanoGPT 存储库，到最后大约有 90% 相似。
当然，Karpathy 上传了相关的 GitHub 存储库build-nanogpt，包含了全部提交历史，这样你可以一步步看到视频中所有的代码变化。
视频地址
https://www.youtube.com/watch?v=l8pRSuU81PU
谷歌艺术与文化网站提供了一个名为 “说出你所见” 的实验，旨在通过谷歌 AI 教会用户如何进行图像提示学习理解。
这个游戏非常简单轻松，学习效果却不差；它的原理就是用Google gemini 画一幅画，然后隐藏提示词，您可以一遍一遍猜可能的提示词，从而画出跟示例一样的效果图；
同时还可以查看社区里其他人是如何猜测提示词的，这个学习方法反馈效果好，趣味性强，值得一试；
体验地址
https://artsandculture.google.com/experiment/say-what-you-see/
一个非常好用的开发者代码辅助阅读工具；可以直接导入Github Repo，与AI交互这个Repo的各种技术问题；目前仅限于Python Repo
Devv GitHub 模式 ✨ 简介
GitHub 模式使你能够直接连接到 GitHub 仓库并与它们聊天。
开发者可以直接通过Github Repo URL导入到Devv中，从而询问AI助手各种关于这个代码库的技术实现、设计架构等等问题；
体验地址
(完)
