AI驱动,夸克上新!1月19日,凭借自研大模型能力,夸克App全新升级多个功能板块和智能工具,推出搜索问答产品“元知”,上线夸克PC版以及夸克听记等新产品。围绕智能助手的定位,夸克将为用户提供“内容产品+智能工具”的服务矩阵,打造三端一体化的AI信息服务体验。
持续革新搜索 让用户所搜即所得
新一轮大模型技术爆发以来,国内外厂商纷纷加码各类场景化AI应用,承载用户主动检索需求的搜索产品成为智能技术的最佳试炼场。全新的AIGC交互方式,帮助用户在海量信息中快速得到自己想要的结果,其用户价值和商业前景远超以往。
去年11月,夸克大模型发布后便立刻登顶C-Eval和CMMLU两大权威榜单,大模型性能堪称“学霸”。针对用户最为常见的通用知识、在线学习和健康查询等重点方向进行了数据精调和知识增强,加速探索革新性搜索产品的步伐。
此次全面升级搜索功能和体验,夸克依托自研大模型能力,推出全新的搜索问答产品“元知”,综合全网优质内容,用户可以在搜索结果中,查看到AIGC总结提炼出的回答内容,其中包含图文、视频等多种形式,辅助用户更便捷、高效地获取信息。
(夸克元知搜索结果)
同时,为了更好地满足用户在不同场景中的搜索体验,夸克上线了Windows系统PC版,集合搜索、网盘、扫描等核心功能,给办公、学习用户更好的大屏幕搜索体验。同时,进一步实现个人数字资产在手机、电脑、iPad三端的一体化信息服务。
此前,夸克App陆续升级健康搜索和学习搜索的服务体验。针对健康领域,通过AIGC首答、夸克健康百科、智能筛查和夸克健康助手等产品,打造健康信息查询的新体验。在学习领域,依托拍照搜索能力,提供AI讲题等全新服务,不仅让用户搜到答案,还能学懂知识。
清华大学新闻学院教授、博士生导师沈阳认为,搜索与大模型的结合是天然之配。首先,搜索拥有海量数据,这是大模型的基础能力。其次,在安全能力上,搜索平台经历了长时间的考验,沉淀了大量的经验。最后,搜索可以更好地了解用户真实需求,带来全新的交互体验。
加码智能工具 让好内容“活”起来
互联网时代,内容的重要性不言而喻,但是随着用户需求的不断变化,智能工具逐渐成为用户挖掘和创作优质内容的全新方式。比如要把音频内容进行二次编辑和创作,也是很多用户在学习和工作时的刚需之一。
传统的语音转文字产品很难满足用户的个性化需求,因此,夸克App正式推出“夸克听记”,助力用户高效进行音视频内容整理。支持中、英、粤等主流语言和方言,语音笔记可以在夸克多端中同步保存。基于大模型能力,夸克听记的准确率处在行业领先水平,还能精准区分讲话人并进行录音对应转写。智能工具让数字内容“活”了起来,真正的为用户所用。
去年8月,夸克扫描王率先在扫描行业落地大模型能力,目前夸克扫描王手写字符识别准确率与复杂公式识别准确率已双双达到99%。此外,还进一步提升在智能排版、原图文档化编辑、图像智能修复等方面产品能力,开启了AIGC+扫描的创新应用。
此前,依托自研大模型,夸克网盘上线AI自然语言搜索功能,输入简单描述词就能快速找到照片、图片、文档等资料。用夸克网盘播放器还能够自动生成AI字幕,实现视频转文字以及导出视频中的PTT,让工作和学习的效率更高。
根据QuestMobile发布的《2023年轻人群智能效率应用研究》报告显示,夸克App在泛学生人群和新生代职场人群的用户占比最高,年轻用户使用时长位列行业第一。经过持续迭代升级,全新的夸克App蓄势待发,正在加速成为年轻人工作、学习、生活的智能助手。
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。