Google 正在推出一系列新功能 —— 其中部分由 AI 驱动 —— 覆盖搜索、地图和 Gemini,旨在帮助人们规划暑期度假。这些新功能的推出正值用户开始转向使用 OpenAI 的 ChatGPT 等工具来协助规划旅行。
Google 搜索的 AI 概览功能现在可以帮助用户获取特定地区或国家的旅行建议,该功能会在搜索结果页面顶部显示信息摘要。从本周开始,用户可以搜索类似"创建一个以自然为主题的哥斯达黎加行程"这样的内容。
之后,你可以浏览照片和评论,并在可展开的地图上查看位置。当你准备好保存行程时,可以点击"导出"通过 Docs 或 Gmail 分享这些推荐。或者,你可以将它们保存为 Google 地图中的自定义列表。
这项新功能目前在美国地区支持英语查询,可在移动端和桌面端使用。
Google 还将 Gemini 的 Gems 功能向所有用户免费开放。Gem 是一个工具,允许用户在 Gemini 中为任何任务创建自定义 AI 专家。这意味着用户现在可以设置一个旅行规划助手,帮助他们选择目的地并提供行李打包建议。
此外,虽然 Google 长期以来一直允许用户接收航班降价提醒,现在它将对酒店实施相同功能。用户将看到一个新选项,可以追踪所选日期和目的地的酒店价格。你可以为特定区域的酒店搜索选择筛选条件,如星级评定或海滩通道等。如果价格下降,Google 将发送邮件通知你。
酒店价格追踪功能本周将在全球范围内的移动端和桌面浏览器上推出。
至于地图功能,Google 正在推出让用户将截图转化为实际度假计划的功能。在规划度假时,人们经常截图来标记想要访问的地点,但有时会忘记相册中的这些照片。
现在,用户可以授权 Maps 访问他们的照片,让应用程序自动识别截图中提到的地点,这样你就可以查看并将想去的地方保存到列表中。你保存的地点将显示在地图上,让你可以全面了解你的计划。
这项功能本周将在美国地区的 iOS 设备上以英语推出,并将很快在 Android 设备上推出。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。