Meta于周三宣布,将为WhatsApp添加AI驱动的消息摘要功能。这项可选的新功能使用Meta AI来总结聊天中的未读消息。
公司指出,这些摘要仅对用户本人可见,聊天中的其他人无法看到。
该功能基于Meta在四月份发布的AI技术构建,该技术使公司能够实现不影响加密或用户隐私的AI功能。
"消息摘要使用私有处理技术,允许Meta AI生成响应,而Meta或WhatsApp永远不会看到您的消息或私人摘要。聊天中的其他人也无法看到您总结了未读消息,"公司在博客文章中表示。
Meta最初在美国推出该功能,支持英语。该功能将在今年晚些时候推广到更多国家和语言。
此前,用户可以在聊天中访问Meta AI来询问一般问题或标记消息以为聊天机器人提供上下文。然而,Meta AI无法读取用户的消息。
Meta表示,新的技术堆栈允许WhatsApp私密地从聊天中获取上下文,通过AI处理请求。这使其能够总结消息或提供写作建议。
新的AI驱动功能可通过新设置访问,路径为设置 > 聊天 > 私有处理,用户可以单独开启或关闭各项功能。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。