微软 Bing Chat 更新对地图导航拥有更好的响应 并可获取实时路况信息


在一个引人注目的活动中,微软正以高达100万美元的巨额奖金来吸引用户使用其 Bing 搜索引擎。这项大规模的抽奖活动是微软的一次大胆尝试,旨在改变 Bing 作为搜索引擎市场 “第二名” 的尴尬局面。自从2009年推出以来,Bing 的市场份额一直处于低迷状态,全球市场份额仅占2.8% 到3.4% 之间,而谷歌则以约90% 的市场占有率统治搜索引擎行业。谷歌不仅在搜索方面占据主导地位,还通过搜索广告在美国市场中获取了约50% 的份额,年收入高达1750亿美元。为了参与这一活动,用户可以通过注册
["微软最新举措:Bing AI漏洞悬赏计划。","奖金范围从2,000美元到15,000美元,吸引全球安全研究人员。","漏洞寻找范围包括提示注入攻击、虚假聊天消息等。","微软积极推动Bing Chat扩展,目标挑战谷歌在搜索领域。"]
["百度将在 10 月 17 日发布全新升级的百度地图 V19 版本","该版本将提供全新的 AI 交互和导航功能","百度地图 V19 基于文心大模型进行重构","推出全新的 AI 向导和一句话唤醒功能","百度地图 V19 还支持个性化搜索和推荐"]
["微软限制了Bing的DALL-E 3驱动的AI图像生成的能力。","AI生成的图片受到更严格的限制,特别是涉及到恐怖主义相关语言。","这些保护措施仍然不完美,但微软正在努力改进。","微软需要更仔细测试其AI工具,以避免不适当的生成图像。"]
近期,全球范围内对“9.11比9.9大吗?”这一看似简单问题的讨论,揭示了当前大型语言模型(LLM)在处理简单逻辑问题时的失误,这一现象被称为“锯齿智能”或“参差不齐的智能”。专家Andrej Karpathy指出,虽然LLM能够解决复杂任务,但在某些简单问题上表现不佳,这反映了模型智能的不均衡性。例如,OpenAI研究员Noam Brown发现LLM在井字棋游戏中的决策错误,以及LLM在数字母数量计算上的失误。Karpathy认为,这源于模型的“毫无道理”决策和缺乏“自知之明”。为解决这一问题,Meta发布的Llama3.1论文提出了在后训练阶段实现模型对齐,通过“知识探测”训练方式鼓励模型只回答自己了解的问题,以此提高模型的智能水平。Karpathy强调,当前AI训练方法需在开发栈中进行更多工作,以提升AI能力。在AI用于生产环境前,应确保其专注于擅长的任务,保持人类的参与度,以充分利用AI潜力,同时规避风险。