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
五家光学存储初创公司正在开发长期存储技术,旨在用超过100年寿命的光学介质替代只有5-7年寿命的磁带。这些公司包括Cerabyte、Ewigbyte、HoloMem、Optera和SPhotonix,它们的技术类似微软Project Silica项目。光学存储介质具有更强的化学、冲击、辐射、水和热抗性,同时保持低能耗和高容量特性。
卡内基梅隆大学团队提出DistCA技术,通过分离AI模型中的注意力计算解决长文本训练负载不平衡问题。该技术将计算密集的注意力任务独立调度到专门服务器,配合乒乓执行机制隐藏通信开销,在512个GPU的大规模实验中实现35%的训练加速,为高效长文本AI模型训练提供了新方案。
Nutanix发布分布式主权云产品组合更新,为多云环境提供更安全的运营和管理功能。该解决方案支持企业在分布式环境中灵活部署和治理基础设施,运行传统虚拟机、现代云原生和AI应用。新功能包括支持完全断网环境的暗站点管理、政府云集群正式发布、Kubernetes平台增强安全合规性、企业AI平台集成NVIDIA微服务,以及云平台新增跨站点灾难恢复能力,为用户提供统一管理和运营简化体验。
清华大学研究团队提出3DThinker框架,首次让AI具备类似人类的三维空间想象能力。该系统在推理过程中插入特殊的三维想象符号,不依赖外部工具或大量标注数据,就能从有限的二维图像中构建三维心理模型。在多个空间推理基准测试中,3DThinker相比传统方法性能提升达50-100%,为自动驾驶、机器人导航、虚拟现实等领域的AI应用开辟了新路径。