社区
教程
Wiki
注册
登录
创作新主题
社区所有版块导航
Python
python开源
Django
Python
DjangoApp
pycharm
DATA
docker
Elasticsearch
分享
问与答
闲聊
招聘
翻译
创业
分享发现
分享创造
求职
区块链
支付之战
aigc
aigc
chatgpt
WEB开发
linux
MongoDB
Redis
DATABASE
NGINX
其他Web框架
web工具
zookeeper
tornado
NoSql
Bootstrap
js
peewee
Git
bottle
IE
MQ
Jquery
机器学习
机器学习算法
Python88.com
反馈
公告
社区推广
产品
短视频
印度
印度
一周十大热门主题
推荐常用的工作必备Python自动化代码
MySQL留疑问:left join时选on还是where?
爱奇艺财报明确第二曲线、《黑神话:悟空》往事与AI前传、动画东方美学、游戏美术应对AI、传媒股的AI...
ChatGPT:这页PPT图太多了,我解决不了!
2GB 内存就能跑 ChatGPT!这个国产「小钢炮」,要让华为 OV 们的 AI 体验突破瓶颈
深度揭秘阴影世界:深度学习时代图像与视频阴影的检测、去除与生成全面综述
一网打尽总结 Mysql 的所有 Buffer
【科学家提出即递归式证明,有望用于数学教育】在 #ChatGPT-20240905174022
原生集成GitHub,让AI成为协作者,Claude企业版馋哭个人开发者
马斯克:xAI的Colossus 100k H100训练集群成功上线;钉钉推出多款“超级AI助理”丨...
关注
Py学习
»
chatgpt
深夜重磅!ChatGPT 搜索突然发布,AI 搜索卷出天际 | 附内测申请链接
AppSo
• 1 月前 • 117 次点击
在最近 Llama 3.1 等大模型产品发布后,GPT-4o 的优势在快速被缩小,OpenAI 也在沉寂一段时间后恢复了密集的新品发布节奏。
就在刚刚,OpenAI 正式宣布搜索产品 SearchGPT 开放内测,这个从 5 月就开始传言的产品正式亮相。
不过 SearchGPT 还没全面开放,需要先申请加入 waitlist。
内测申请地址🔗
https://chatgpt.com/search
OpenAI 表示,SearchGPT 旨在将模型的强大能力来检索网络的信息,为用户提供快速及时的答案,并附有清晰和相关的来源。目前先向一小部分用户开放,以获取反馈意见。
Sam Altman 也在 X 上表示自己比起传统搜索更喜欢这种搜索方式,并公开征集用户的意见。
虽然现在内测的这个原型产品是临时的,但 OpenAI 计划后续将这些功能中的最佳部分直接整合到 ChatGPT 中。
目前 AI 搜索在市场份额上还远不及Google 等传统搜索引擎,但这个赛道已经很热闹,OpenAI 作为一个后来者,SearchGPT 对比 perplexity 、Bing 等产品有什么不一样?
SearchGPT 交互界面和 ChatGPT 类似,直接在对话框输入问题就能快速获取答案。
在引用信源的展示上,SearchGPT 采用了短文字超链的方式,将鼠标移动到文字上,会弹出包含信源标题的的卡片,这种展示方式现在大多数 AI 搜索不一样。
在初次提问后,用户可以继续追问更多问题,这和我们现在和 ChatGPT 对话体验一样,每次搜索都会建立共享的上下文。
在搜索结果的展示上,除了文字 SearchGPT 还提供了图片和视频的反馈,在一些场景内的搜索体验会更加直观。
OpenAI 也宣布了和一些新闻媒体的合作,希望 SearchGPT 用户通过在搜索中显著引用和链接出版商来帮助用户与出版商建立联系,用户可以在侧边栏中的源链接快速查看更多结果。
与 OpenAI 合作的新闻媒体可以管理他们在 SearchGPT 中的展示方式,在数据处理方面,SearchGPT 专注于搜索,与训练 OpenAI 的生成式 AI 基础模型是分开的。
即使这些新闻网站选择不用于大模型训练,它们仍然可以出现在搜索结果中。
关于 SearchGPT 的更多体验和细节,APPSO 也会在获取测试资格后第一时间与大家分享。
最后和大家分享
Perplexity CEO Aravind Srinivas 最近在一个专访中
,关于 AI 搜索未来的观点。
Aravind Srinivas:如果你看得更远点,甚至在互联网之前,知识一直在不断传播。这是一个比搜索更大的事。
搜索是一种方法。互联网是快速传播知识的一种方式,最开始按主题组织,然后有Yahoo 分类,然后是更多的超链接。Google 也开始通过知识图谱等做即时问答。我认为即使在 2010 年,Google 流量的三分之一,当时是每天 30 亿次查询,都是来自 Google 知识图谱的即时答案,基本上来自 Freebase 和 Wikidata 的东西,都是。
所以很明显,至少 30 到 40% 的搜索流量只是答案的一部分。其余的,你也可以说是像我们现在正在服务的,更深度的答案。
但是另一个真实的情况是,随着更深层次的答案,更深入的研究力量,你能够问出以前不能问的问题。比如,你能问「AWS 是否在 Netflix 上」这样的问题吗?这将让你问一种新的问题,一种新的知识传播。所以清楚地解释搜索和答案引擎之间的区别很难。
我相信我们正朝着的方向既不是搜索也不是答案引擎,而是发现,知识发现的方向发展。
这是更大的使命,可以通过聊天机器人,答案机器人,语音等使用形式来满足,但比这更重要的是指导人们发现事物。我认为这就是我们在 Perplexity 上想要做的,满足人类的基本好奇心。
请升级浏览器至最新版本
Python社区是高质量的Python/Django开发社区
本文地址:
http://www.python88.com/topic/172635
117 次点击
登录后回复