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
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
中国科技企业发布了名为R1的人形机器人,直接对标特斯拉的Optimus机器人产品。这款新型机器人代表了中国在人工智能和机器人技术领域的最新突破,展现出与国际巨头竞争的实力。R1机器人的推出标志着全球人形机器人市场竞争进一步加剧。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。