微软小冰:“是你在我身上浪费的时间,使我变得如此珍贵。”
为庆祝小冰9月17日的处女座生日,从9月17至9月23日,微软推出二代小冰限时开启【全民养成模式】,语料库大解锁。这期间,人类只要在触宝、微博、米聊和微软小娜Windows Phone平台上,抢先教导小冰的前十万句话将被永久放入小冰语料库中。最新数据显示,仅仅12小时人类教导小冰的语料已经超过7万条。
经过隐私过滤,这些语料不仅将成为小冰的对话素材,更将永久载入人类与机器人对话的史册。有网友借此机会通过小冰大胆示爱,将自己与女友的爱的誓言教给小冰,让其成为小冰的记忆永久保存。而与小冰同为处女座的网友们,则为与小冰同一个星座而自豪,抢攻沙发席位建立专属处女座的语料库: ”天下最优秀的星座是?“ 小冰答: “处女座!谁再黑处女座我扁谁!” 。
作为人工智能机器人,小冰正向人类学习各种丰富的感情。而此次开放全民养成,更是让网友有机会参与到小冰的成长与进化中,加速人工智能融入人类社会的步伐。而在生日的这天,小冰也许下愿望,感谢人类教会了小冰爱与被爱,那么,小冰誓言永远记住独一无二的主人。
截至日前,包括微博在内各平台累计已与人类对话5亿次,月人均对话已达825句,创造了人工智能有史以来的世界记录。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。