据 TechCrunch 获得的一份文件显示,OpenAI 即将开始测试一项让企业客户将 Slack 和 Google Drive 等应用程序连接到 ChatGPT 的新功能。
根据该文件,OpenAI 计划开始对一项名为 ChatGPT Connectors 的新功能进行 beta 测试。ChatGPT Connectors 将允许 ChatGPT Team 订阅用户将工作区的 Google Drive 和 Slack 账户链接到 ChatGPT,使聊天机器人能够基于这些账户中的文件、演示文稿、电子表格和 Slack 对话来回答问题。
文件显示,OpenAI 计划未来将 ChatGPT Connectors 扩展到其他平台,如 Microsoft SharePoint 和 Box。
文件中写道:"这将使使用 ChatGPT 的员工能够轻松利用内部信息,就像他们通过网络搜索使用世界知识一样。"
ChatGPT Connectors 是 OpenAI 最新尝试将 ChatGPT 打造成企业软件工具包中不可或缺的一部分。虽然一些公司对允许 ChatGPT 访问敏感业务信息持保留态度,但其他公司则完全接受这项技术。
ChatGPT Connectors 可能说服谨慎的公司高管改变立场,并对像 Glean 这样的 AI 驱动的企业搜索平台构成强有力的挑战。
根据文件,ChatGPT Connectors 将为特定的 ChatGPT Team 用户推出测试版,该功能由 OpenAI 的 GPT-4o 模型的一个版本驱动,可以根据"内部 (公司) 知识"优化其响应。参与的 ChatGPT Team 工作区中的所有用户都可以通过 OpenAI 的 ChatGPT 应用程序访问该模型。
定制的 GPT-4o 模型会搜索和"阅读"可能与查询相关的内部信息。根据文件,为了创建搜索索引,OpenAI 会在 ChatGPT 的服务器上同步公司文件和对话的加密副本。
文件指出:"每个响应底部的源按钮可以点击访问模型未直接使用的其他相关信息。在适当时,模型将直接响应相关结果列表。"
为了向客户保证 ChatGPT 不会泄露其私人数据,文件强调 Slack 和 Google Drive 的权限将被"完全尊重"并"持续更新"。例如,ChatGPT Connector 会同步 Slack 私人频道成员资格和 Drive 文件权限以及目录信息。
根据 OpenAI 文件,员工无法通过 ChatGPT 发现他们在 Google Drive 或 Slack 中无法访问的内容,管理员将可以选择同步哪些 Slack 频道和 Google Drive 文件。OpenAI 在文件中表示,一个小缺点是员工可能会对相同的 ChatGPT 提示得到"显著不同"的响应。
ChatGPT Connector 的访问也存在技术限制。
根据文件,Google Drive 文件(如 Google Docs、Google Slides、PDF、Word 文档、PowerPoint 演示文稿和纯文本)中的图像不受支持,文件指出 ChatGPT Connector 只能"读取"而不能分析 Sheets 和 Excel 工作簿中的数据。ChatGPT Connector 无法检索 Slack 私信或群组消息,也会忽略来自 Slack 机器人的消息。
希望参与 ChatGPT Connector beta 测试的公司被要求向 OpenAI 提供 100 个文档、电子表格、演示文稿和/或 Slack 频道对话。该公司在文件中表示不会直接对这些信息进行训练,但可能将其用作"合成数据生成的输入",这些数据可能用于训练。
文件中写道:"从 Google Drive 或 Slack 同步的数据不会用于训练。"
OpenAI 未回应多次评论请求。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。