科技博客网站9to5Mac周二援引知情人士的话报道称,飞利浦研究所前员工罗伊·雷曼(Roy J.E.M Raymann)已加盟苹果,帮助苹果开发传言已久的iWatch智能手表的功能。
尽管9to5Mac没有披露雷曼在苹果的具体职位和工具,但其履历表明,他可能帮助iWatch团队开发身体跟踪技术。
雷曼的LinkedIn档案显示,他拥有博士学位,研究方向是“睡眠和体温调节之间的关系”,职业生涯的大部分时间都用于研究睡眠、活动和生理反应。雷曼还从事跟踪这类活动的传感器的研发工作。
雷曼2008年加盟飞利浦研究所,负责睡眠研究工作。他还成立了飞利浦的睡眠研究机构。
数月来一直有传言称苹果在开发一款可穿戴设备——iWatch。有媒体报道称,iWatch需要与iOS设备配合使用,集成有监测用户生理指标的传感器。
好文章,需要你的鼓励
想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。
想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。
想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。
想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。