右上角AI图标即可进入产品首页,选择输入内容对话或点击引导问题便可开启对话,或者触发「搜索智能问答」卡片,通过底部入口可以启用该功能。
据悉,“快手AI对话”依托于快手站内多元和有生命力的社区内容生态,通过互动对话的形式,可以帮助用户快速查找短视频、达人、百科等内容,体验全新的信息获取形态。同时,利用大模型背后海量的数据知识,“快手AI对话”为快手搜索打破了站内内容的生态壁垒,有望为提供全网检索服务,为用户提供全新的信息获取形态。
和传统大模型相比,快手AI对话是对于搜索新场景的探索。一方面将快手站内大量的内容资源作为索引,解决大语言模型AI幻觉的问题,提升回答准确性;另一方面也用更加有效地资源组织形式满足用户多元化需求,不仅覆盖生活常识、服务查询等内容,用户还可以进行追问,在个性化的场景中寻找到更适合自己的搜索结果。
借助大模型的能力,快手已经在多个应用场景开始新产品及功能的探索。此前,7月8日,快手宣布正在内测智能问答产品,在搜索场景中为用户带来智能问答和文本创作等新功能。8月8日,“快手AI对话”开启小范围测试,以搜索场景为入口,为用户提供更多元、便捷的搜索形态,大为降低用户的搜索使用门槛,让新技术带来的便利惠及更广泛的人群。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。
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。