快手正在進行智能問答產(chǎn)品的內(nèi)測,在搜索場景中為用戶帶來智能問答和文本創(chuàng)作等新功能。據(jù)悉,這是短視頻直播行業(yè)首個基于大語言模型落地的應(yīng)用產(chǎn)品。
據(jù)媒體7月8日消息,打開快手APP,進入快手搜索輸入問題,就有機會獲得來自智能問答產(chǎn)品提供的信息和答案。如用戶搜索“西瓜怎么挑”、“PPI指數(shù)是什么意思”、“高中怎樣才能高效學(xué)習(xí)”,快手搜索智能問答產(chǎn)品可以生成相關(guān)的文字回復(fù),未來也會提供短視頻結(jié)果展示,加深用戶對答案的理解。該功能在原有搜索結(jié)果基礎(chǔ)上提供了更加直接有效的信息補充,大幅提升用戶搜索體驗。
在傳統(tǒng)的搜索場景中,用戶需要對輸入的關(guān)鍵詞進行提煉和加工,以使得搜索引擎更好的理解自己的問題,并且在找的更多和找的更準之間進行權(quán)衡。對大多數(shù)用戶來說,這個過程具備一定的操作成本。而基于大語言模型的快手搜索智能問答產(chǎn)品可以很好的理解用戶通過自然語言表達的各種需求和提問,大大降低了用戶獲取信息的門檻,讓用戶“搜得容易”。
快手搜索智能問答產(chǎn)品利用大語言模型對于超長文本的理解和分析,可以幫助用戶在海量內(nèi)容中迅速錨定所需答案,更可以根據(jù)用戶搜索需求直接定位到短視頻內(nèi)容的關(guān)鍵信息所在,提升獲取效率。同時,針對大語言模型常見的AI幻覺問題,快手搜索利用站內(nèi)海量內(nèi)容進行矯正,尤其在事實性問題上,通過內(nèi)容校驗,可以更好地幫助用戶完成高難度的內(nèi)容辨別。
簡言之,此次智能問答產(chǎn)品內(nèi)測,也可看成是快手在推動AI技術(shù)普惠層面的有力探索。對比傳統(tǒng)搜索場景,通過大語言模型技術(shù)能力在搜索場景的應(yīng)用落地,智能問答產(chǎn)品不僅可以讓用戶“搜得容易”,還能“搜得滿意”,切實享受到技術(shù)普惠帶來的搜索的智能化體驗。
據(jù)悉,快手還將基于搜索產(chǎn)品,不斷探索更多利用大語言模型滿足用戶需求、提升搜索體驗的可能性,在持續(xù)降低用戶檢索和使用門檻的同時,該能力未來還有望接入圖文、直播及電商購物等多個場景,持續(xù)促進短視頻+直播行業(yè)搜索智能化和技術(shù)應(yīng)用普惠化。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。