周五在MDN(Mozilla Developer Network)的Yari仓库上开启的一个GitHub问题,讲述了这个遗憾的故事。
一个名叫Eevee的开发者说,MDN的预期行为是“包含正确的信息”。
他们注意到,基于OpenAI的ChatGPT的AI Help的实际行为并非总是如此。Eevee报告说:MDN生成了一个听起来很有说服力的谎言,而且没有明显的纠正过程。
这并不是原本的设定。AI Help的灵感来源于Supabase Clippy,而Supabase Clippy又是受到Clippy的启发,你可能还记得,Clippy曾经是微软的一个笑柄。所以,也许这一切都是注定的。
目前,已注册免费MDN Plus账户(或付费无广告计划)的用户可以使用AI Help。
“AI Help不仅仅是一个新工具,它是你的新问题解决伙伴。”Mozilla的MDN产品组负责人Hermina Condei在本周早些时候的一篇博客文章中宣布。
“它的设计目的是优化你的搜索过程,使你能快速轻松地找到所需的信息。它的工作方式很简单:在MDN上提问,AI Help就开始工作。它深入我们的详尽文档库,检索最相关的信息,并以简洁的摘要形式呈现给你。”
AI Help包括AI Explain,这是一个提示聊天机器人对当前网页文本发表意见的按钮。正是这个特定功能出了问题,尽管有人声称,一般的AI Help功能也会给出错误的答案。
对Eevee的错误报告进行评论的人,对他们的新AI助手似乎也有些批评:
MrLightningBolt表示:"这种'AI'蛇油对于上述原因来说不仅无用,而且更糟糕;其他例子也很容易创建。它的存在使MDN变得更糟糕。"
来自datarocks的评论:"作为一个偶尔在没有人可用,需要修复东西时才会涉足CSS的人,我依赖这些文档的可靠性。现在这比过去更为重要,因为LLM生成的废话在网络上扩散。请保持MDN作为人类生成的开发者文档的可信来源。"
还有人报告说,AI Help自相矛盾,错误地识别CSS函数,错误地解释可访问性函数,总的来说就是不理解CSS。
Avdi Grimm写道:"我花了十年的时间试图说服人们使用MDN,而不是W3Schools上的低质量SEO农场垃圾文本,但现在他们却在MDN上看到了大量的低质量AI垃圾文本。"
Dalton Miner的一些想法:"我使用MDN是因为它是一个全面准确的文档来源,没有废话。我无法看到如何通过容易产生严重错误的LLM输出来改善这一点。这大大削弱了我对MDN的信心,我担心它的包含会促使人们过度依赖便宜但不可靠的文本生成。"
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。