北京时间6月17日上午消息,怎么让司机认路成了Uber的大问题。或许你还记得几天前Uber开发了一款游戏,专门训练司机认路,同时改进应用导航服务。现在这家公司又把谷歌地图的前任主管挖过来了。
Uber周二宣布,谷歌地图业务前负责人布莱恩-麦克莱顿(Brian McClendon)将领导Uber的先进技术中心,向Uber首席产品官杰夫-霍尔顿(Jeff Holden)报告工作。近期,Uber正在投入资源,开发自主的地图和导航技术。
谷歌和Uber之间的竞争气氛越来越浓。近期,谷歌正考虑推出自主的打车服务,而Uber则开始关注谷歌已投入大量资源开发的无人驾驶汽车技术。今年2月,Uber宣布与卡耐基梅隆大学合作开发交通及地图技术,随后还在匹兹堡成立了先进技术中心。之前也有Uber联合百度竞购诺基亚地图业务的消息。
霍尔顿在一封电子邮件中表示:“我们很高兴麦克莱顿加入Uber团队。他从早期开始就负责了谷歌地球和谷歌地图的开发,而这些是世界级的产品。”
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。