如果你有一个特定的人工智能工具,每次需要AI帮助时都会首先尝试使用,那么你并不孤单。根据一项新调查显示,91%的AI用户都有自己偏爱的聊天机器人,无论是ChatGPT、Gemini、Alexa还是其他工具,他们都会优先尝试。
Menlo Ventures对5000名成年人进行的调查发现,这种"默认工具动态"意味着大多数AI用户都选择了一个通用AI工具作为每项任务的首选,即使它不一定是最适合该任务的工具。
在报告中,ChatGPT是位居首位的AI助手,28%的受访者首选它。其次是谷歌的Gemini,占23%,Meta AI和亚马逊的Alexa均占18%,苹果的Siri占16%。包括Claude、Grok和Perplexity在内的其他工具总共占33%。
据Menlo Ventures调查,人们使用这些AI工具最常见的方式包括撰写邮件和其他写作支持、研究感兴趣的话题以及管理待办事项清单。
Menlo Ventures表示,这其中部分原因是"先发优势",像ChatGPT这样的工具通过率先提供聊天机器人和图像生成功能建立了用户群体。但该公司警告称,"这种地位并非永远有保障",竞争对手正在快速追赶。
报告指出:"大语言模型的消费市场仍处于起步阶段,远未饱和,为产品创新在未来改变市场份额留下了充足空间。"
报告显示,总体而言,61%的美国人在过去六个月中使用过AI,近五分之一(19%)的人每天都依赖AI。
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。