北京时间4月17日早间消息,本周四,美国手工艺品电商Etsy在上市首日股价大涨86%。
Etsy周三确定了每股16美元的IPO(首次公开招股)发行价,这一发行价处于此前公布的14至16美元的发行价区间的上线。以这一发行价计 算,Etsy市值将为18亿美元。在周四美国股市开盘后,Etsy股价为31美元,并在下午的交易中上涨至35美元,最终收盘价为30美元。
Etsy将手工艺品的买家和卖家联系在一起。该网站销售的商品包括手工制作的珠宝和羊毛制品。卖家使用Etsy网站是免费的,而Etsy将从商品销售中提取佣金作为收入。
根据上月提交给美国证券交易委员会(SEC)的文件,Etsy目前拥有5400万用户,140万卖家和1980万买家。Etsy去年营收为1.96亿美元,净亏损为1520万美元。去年的商品销售总额为19.3亿美元。
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。