ZDNet至顶网软件频道消息:之前曾有过对Google Now、苹果Siri和微软Cortana三大语音助手进行比较的文章和视频,但受时间和文章长度的限制,大多数比较的范围都受到一定限制。咨询公司Stone Mountain Consulting通过提问相同的逾3000个问题,对三大语音助手进行了测试。当然,这次测试主要针对语音助手的知识库,因此Google Now胜出并不让人感觉过于意外。
向用户呈现答案的方式是测试的一部分。测试中,Google Now在58%的问题中除给出了答案,还给出了其他搜索结果;Siri和Cortana的这一比例分别为29%和20%。Google Now不仅从多个信息源获取信息,还有多种呈现方式。但是,这仅仅是格式设置和上下文信息的问题,更重要的一个指标是回答问题的正确率,Google Now也远远超过Siri和Cortana。
在提问的问题中,Google Now给出了88%问题的完整答案,Siri和Cortana的这一比例分别是53%和40%。这里通过举例解释一下“完整答案”的判断标准,如果问题是“中国的长城建成多少年了?”(How old is the Great Wall of China?),只有“2220年左右”才被认为是完整答案;如果给出的答案是“长城修建于公元前206年”,则不会被认为是完整答案,下面的搜索结果中包含有答案也不会被认为是完整答案。Google Now在这一指标上胜出并不让人感到意外,但能给出88%问题的完整答案还是非常了不起的。
作为语音助手领域的新秀,Cortana在测试中表现不佳“情有可原”。但是,尽管Cortana问世时间不长,它依赖的必应(Bing)搜索引擎问世时间是2009年中。鉴于必应的“年龄”,Cortana被Siri超出令人悲哀,尤其是考虑到苹果没有自己的搜索引擎。
当然,正如我们在文章开头指出的那样,这次测试仅局限于回答“知识性”问题,不涉及三大语音助手的虚拟助手功能。如果考虑到设置提醒事项、改变手机设置、管理日程表、发送消息等功能,读者可能对三大语音助手有不同的看法。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。