近年来,Meta在其应用程序中引入了许多AI功能和能力,甚至尝试过实验性地推出具有独特个人资料和性格特点的AI生成角色,但在这些角色被认为令人毛骨悚然且不必要后,公司又将其撤回。
在又一项可能不会受到用户欢迎的举措中,Meta希望利用AI促进朋友之间的互动,帮助用户在Instagram上撰写评论。
经常测试新社交媒体功能的X用户Jonah Manzano发现了Instagram上的"使用Meta AI撰写"提示功能,该功能允许人们获取AI生成的建议,用于对用户帖子进行评论。
根据Manzano发布的视频,有权访问此测试功能的用户将在帖子下方的文本栏旁边看到一个铅笔图标,点击该图标即可开始访问Meta AI。之后,Meta AI将分析照片,然后生成三个评论建议。
例如,如果你想要评论的照片是某人在客厅里微笑着竖起大拇指,Meta AI会建议用户评论:"可爱的客厅布置"、"喜欢这种舒适的氛围"或"很棒的拍照地点"。如果用户不喜欢最初的三条AI生成评论,他们可以刷新获取更多建议。
"我们定期在我们的应用程序中测试更多功能,让你在各处使用Meta AI," Meta发言人通过电子邮件告诉TechCrunch。"除了私信外,你会在评论、信息流、群组和搜索等区域找到Meta AI,使你的体验更有趣、更有用。"
Meta没有提供这项测试功能的可用性细节,但公司指出,去年它曾在Facebook上测试过AI生成评论。
对于那些宁愿保持Instagram评论区AI免费的用户来说,这个新功能可能不受欢迎,特别是那些认为他们的朋友应该得到真实评论而非AI生成内容的用户。许多用户怀念Instagram更加真实、不需要那么多表演压力的日子,所以添加AI评论可能会被视为不真诚且不必要的。
与任何测试功能一样,目前尚不清楚Meta何时或是否计划更广泛地推出该功能。
值得注意的是,Meta已经以不同方式尝试在评论中利用AI,因为该公司去年被发现在Facebook上测试AI生成的评论摘要。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。