Google LLC 今天为其搜索引擎推出了两项全新的人工智能功能,旨在帮助用户更快地找到所需信息。
首个更新是 AI Overviews 的增强版本。AI Overviews 于去年五月推出,这项功能会在标准搜索结果上方显示对用户查询的自然语言回应。Google 现在将该功能升级为其最新的 Gemini 2.0 系列大语言模型。
公司并未具体说明 AI Overviews 将使用哪个具体模型。Gemini 2.0 系列中最强大的 Gemini 2.0 Pro 支持处理多达 200 万个 Token 的输入。据公司表示,它在理解复杂查询、生成代码和运用通用知识推理方面的表现优于其之前的所有大语言模型。
Gemini 2.0 系列还包括针对效率优化的 2.0 Flash-Lite 模型。它的成本与 Google 去年五月推出的中端大语言模型相当,但在公司评估的大多数基准测试中都表现出更好的响应质量。
初期,AI Overviews 将利用 Gemini 2.0 为美国用户提供编程和高等数学问题的答案。该模型系列也将被用于处理多模态查询。与先前版本相比,升级后的 AI Overviews 预计将生成更准确的输出。
Google 搜索产品副总裁 Robby Stein 在博客文章中详细说明:"借助 Gemini 2.0 的先进功能,我们能够为这类查询提供更快速、更高质量的回应,并更频繁地显示 AI Overviews。"
Google 同时还推出了 AI Mode,这是一个更强大的 AI Overviews 版本,专门用于回答复杂查询。该功能通过公司的 Search Labs 测试计划提供。目前,只有 Google One AI Premium 订阅用户才能使用这项功能,该订阅提供比标准 Google 账户更多的 AI 功能。
AI Mode 由 Gemini 2.0 的定制版本驱动。根据公司介绍,它使用一种称为"查询扇出"的方法处理输入,该方法涉及执行多次搜索并将结果合并为单一答案。AI Mode 的回应可以包含多个段落。
该功能的即时回答不仅包含网页信息,还包括 Google 的知识图谱系统信息。这是一个包含体育比分、股票价格和天气预报等事实知识的数据库。数据集还包含数十亿产品的信息,AI Mode 可以用这些信息来回答购物相关的查询。
在初始测试阶段,Google 将收集用户反馈以改进功能的输出准确性和界面。公司计划在初始增强后进行更全面的升级。Stein 表示:"我们已经在开发新功能和更新,比如添加更多包含图片和视频的视觉响应、更丰富的格式、访问有用网页内容的新方式等等。"
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。