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
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。