8月18日晚,快手公布基于自研大语言模型应用的最新进展——“快手AI对话”功能已经在安卓版本开放内测。参与测试的用户点击快手搜索首页右上角AI图标即可进入产品首页,选择输入内容对话或点击引导问题便可开启对话,或者触发「搜索智能问答」卡片,通过底部入口可以启用该功能。
据悉,“快手AI对话”依托于快手站内多元和有生命力的社区内容生态,通过互动对话的形式,可以帮助用户快速查找短视频、达人、百科等内容,体验全新的信息获取形态。同时,利用大模型背后海量的数据知识,“快手AI对话”为快手搜索打破了站内内容的生态壁垒,有望为提供全网检索服务,为用户提供全新的信息获取形态。
和传统大模型相比,快手AI对话是对于搜索新场景的探索。一方面将快手站内大量的内容资源作为索引,解决大语言模型AI幻觉的问题,提升回答准确性;另一方面也用更加有效地资源组织形式满足用户多元化需求,不仅覆盖生活常识、服务查询等内容,用户还可以进行追问,在个性化的场景中寻找到更适合自己的搜索结果。
借助大模型的能力,快手已经在多个应用场景开始新产品及功能的探索。此前,7月8日,快手宣布正在内测智能问答产品,在搜索场景中为用户带来智能问答和文本创作等新功能。8月8日,“快手AI对话”开启小范围测试,以搜索场景为入口,为用户提供更多元、便捷的搜索形态,大为降低用户的搜索使用门槛,让新技术带来的便利惠及更广泛的人群。据悉,这是短视频直播行业首个基于大语言模型落地的应用产品。
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
Salesforce AI研究团队构建了首个大规模多模态文档RAG评测基准UniDoc-Bench,包含7万页真实PDF文档和1600个问答对,覆盖8个领域。研究发现文本图像融合检索策略显著优于单一模态和联合多模态方法,为未来AI文档理解系统提供了"分工合作"的设计思路。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
腾讯研究团队发现AI训练中"推理火花"现象,揭示低概率词汇如"等等"、"不过"等在维持AI探索能力中的关键作用。团队开发的低概率正则化方法通过精准保护有价值的低概率词汇,在数学推理任务中实现60.17%准确率,比传统方法提升2.66%,为AI创造性思维研究开辟新路径。