快手正在进行智能问答产品的内测,在搜索场景中为用户带来智能问答和文本创作等新功能。据悉,这是短视频直播行业首个基于大语言模型落地的应用产品。
据媒体7月8日消息,打开快手APP,进入快手搜索输入问题,就有机会获得来自智能问答产品提供的信息和答案。如用户搜索“西瓜怎么挑”、“PPI指数是什么意思”、“高中怎样才能高效学习”,快手搜索智能问答产品可以生成相关的文字回复,未来也会提供短视频结果展示,加深用户对答案的理解。该功能在原有搜索结果基础上提供了更加直接有效的信息补充,大幅提升用户搜索体验。
在传统的搜索场景中,用户需要对输入的关键词进行提炼和加工,以使得搜索引擎更好的理解自己的问题,并且在找的更多和找的更准之间进行权衡。对大多数用户来说,这个过程具备一定的操作成本。而基于大语言模型的快手搜索智能问答产品可以很好的理解用户通过自然语言表达的各种需求和提问,大大降低了用户获取信息的门槛,让用户“搜得容易”。
快手搜索智能问答产品利用大语言模型对于超长文本的理解和分析,可以帮助用户在海量内容中迅速锚定所需答案,更可以根据用户搜索需求直接定位到短视频内容的关键信息所在,提升获取效率。同时,针对大语言模型常见的AI幻觉问题,快手搜索利用站内海量内容进行矫正,尤其在事实性问题上,通过内容校验,可以更好地帮助用户完成高难度的内容辨别。
简言之,此次智能问答产品内测,也可看成是快手在推动AI技术普惠层面的有力探索。对比传统搜索场景,通过大语言模型技术能力在搜索场景的应用落地,智能问答产品不仅可以让用户“搜得容易”,还能“搜得满意”,切实享受到技术普惠带来的搜索的智能化体验。
据悉,快手还将基于搜索产品,不断探索更多利用大语言模型满足用户需求、提升搜索体验的可能性,在持续降低用户检索和使用门槛的同时,该能力未来还有望接入图文、直播及电商购物等多个场景,持续促进短视频+直播行业搜索智能化和技术应用普惠化。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。