我们又失去了一个推迟锻炼身体的借口:Fitbit健身追踪应用即将登陆Windows Phone 8.1设备。
这款健身追踪应用近乎就是其iOS版和Android版本的化身:用户只需通过蓝牙将其智能手机与Fitbit设备相连,如Flex或One,那么设备将自动同步用户数据。然后,用户即可利用这款应用监控其健身目标的进度,如检查用户已走步数和燃烧的卡路里数,或是记录用户一天内的饮食和饮水量。
此外,用户还可以调整已经设置好的个人目标(或创建新的个人目标),向使用Fitbit应用的好友发送消息,查看成就徽章和排行榜,从而令用户拥有健身动力。
对Windows Phone用户来说,一切都在好转——仅在过去几周内,Adobe Photoshop Express和随需应变的Uber打车服务均作为本地应用华丽亮相Windows Phone平台。尽管这未必标志着Windows Phone平台已不再缺乏应用,但这确实能为一些对Windows Phone感兴趣的用户带来些许希望——他们期待的应用或许还有可能登陆这个平台。
今天晚些时候,用户即可Windows Phone商店中为其Windows Phone 8.1设备添加这款健康追踪应用。该应用免费且其英文版全球可用,其他语言的版本将在今年晚些时候推出。
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。