即刻App年轻人的同好社区
下载
App内打开
白马少女
496关注21被关注0夸夸
NewReal 新我 ，AI心灵成长伙伴
Your self-evolution AI companion
新体验，新生命，新自我
白马少女
2月前

奕辛: RAG面临的问题是什么？ 假设你公司做了一个 AI 客服系统，它能查内部文档回答客户问题。现在你想知道这系统靠不靠谱，传统做法是： 1、找人一条条写测试题 → 太慢太贵 2、用网上的通用测试集 → 跟你公司的业务不沾边 3、随便问几个问题看感觉 → 不严谨、没法复现 Google解题思路是什么？ Google 搞了个工具，让 AI 自动读你的文档，然后自己出题考自己： 1、先精准抓重点：AI 读文档时不是随便抓一段，而是智能提炼出"这段能回答什么问题"的核心内容 2、题目多样化：根据内容自动决定出什么样的题——是简单概念题还是复杂分析题，是新手问的还是专家问的 3、质量把关：让三个不同的 AI "评委"审核题目，投票通过才算数，防止瞎编 4、难度分级：出的题分简单、中等、困难三档，你能看出系统在哪类问题上栽跟头 好处：你只需要扔给它一堆公司文档，它就能自动生成几百道贴合实际业务的测试题，还能区分出"这系统到底是检索不行，还是理解不行"。 https://discuss.google.dev/t/introducing-adaptive-benchmarks-for-evaluating-your-rag-systems-on-vertex-ai/318189?utm_source=twitter&utm_medium=unpaidsoc&utm_campaign=fy26q1-googlecloudtech-web-ai-in_feed-no-brand-global&utm_content=-&utm_term=-&linkId=38225667

00
白马少女
3月前
曾经总想研究一款瞬间让人心情变好的AI产品，后来发现市面上早已经有了，生活中也存在现成的解决方案：刷自己点赞的抖音+可爱小猫陪伴左右。PS：Papi酱真的是太好笑了，秒杀所有短视频博主
00
白马少女
3月前

Ian在AR行业: 寻找一位AI眼镜硬件产品经理一起工作 不需要你做过很多眼镜，但在智能穿戴上有落地经验，对脸位穿戴有自己的思考，对AI眼镜的核心器件有较深刻的认知。 更看重你对用户体验非常敏感，对每一克重量有孜孜不倦的死磕态度，有较好的审美（认为“美”无法被定义可以略过），以及对用户需求有体系化的分析方法，更用AI赋能过自己的工作。 我们不追求参数，不堆功能，在做的是微微超出共识范围的产品。我们认为Human Native 比AI Native对一副眼镜来说更重要，同时我们在用一种全新的方式在做这副眼镜。如果你认为类rayban meta的方向不是自己的舞台，类Even g1/2的硬件减法不够精准，希望快乐玩眼镜的，欢迎来给我留言～

00
白马少女
1年前
排名第一的生命健康，与身体状况有关
排名第二的财务健康，与工作投资有关
这两件事很大程度上，已经决定了你是否足够“自由如风”和“洒脱自在”。
其次才是我们看重的理想或感情追求。
甚至排名第三的心理健康，也完全奠基于前两项指标足够过关的前提之上。

命运决定这两项的上限，努力决定这两项的下限，加油做自己能把控的事情才是人间清醒(ง•̀_•́)ง
00
白马少女
2年前
白马少女
2年前
感觉需要很多的个人“输入数据”，社交平台学习是一种好的公开来源方式，日常笔记也是不错的入口，甚至是网盘，因为网盘里有足够多的照片截图视频个人文件。除此之外，引导用户更多地自我表达，可能录音硬件设备也是好用的。

Bob.ai: 最近在思考什么是AI互联网的基础功能。有一个初浅的思路： 移动互联网的基础功能之一是推荐算法，是基于用户分析，更基于GUI里简单的点和滑的动作在不同场景下的行为，理解其短闭环的心理和行为，执行层面借助推荐在应用中形成飞轮。 AI互联网会是基于新一代的用户分析方法吗？在LUI里，语料是理解用户心智、情绪和行为的基础，能建立用户更多维度和长闭环的模型，执行层面可以在模仿用户、影响用户等基础能力上，配合之前的用户分析方法，更好地预测心理和行为，完成之前不可能完成的任务，包括分身、跨app、超长周期等。随着更多端到端模型和一些能力的提升（目前心智理解还要借助成熟理论做填空），确实有很大想象空间。 最近看到一些优秀的2C产品经理也在思考这条路线，期待更多讨论。

00
白马少女
2年前
「假设用户可以记录他们日常生活中的所有对话，甚至几十年后，如果它一直在监听你，它会学习你，随着时间的推移，它会了解你的个性、喜好、互动。总有一天，你将能够利用 AI 重现自己——创造出这个真正的数字双胞胎。这就是我们的宏大使命，我们认为如果我们能够帮助用户连接到如此多的记忆，那将是非常伟大的。」

完全赞同，虽然监听这个词重了一些。不过涉及到的海量数据对空间占比很大，不知道如何解决这个问题。

李惠子Huizi: Mark 又是期货...

00
白马少女
2年前
论关系的持久，最长久的或许是刀功厉害的修脚师傅，是稳步提升的理发师，是手机里常年买会员的全能扫描王，而不是所谓的亲朋好友，那些人不过是昙花一现地消失在人海茫茫而已。
00
白马少女
2年前
白马少女
2年前
细致

清酒半樽: 最近参加字节有一场AI闭门会，听了不少比较有收获的观点，做了点总结如下。 【AI的阶段】 1️⃣我们可以将AI的发展划分为三个阶段:通用AI能力、行业模型微调、到最终的产业应用落地。现在我们正处于从通用AI能力迈向行业应用的关键时期。 2️⃣通用AI能力已初步成熟,像GPT-4这样的大模型,展现出了超越人类的语言理解和生成能力。 3️⃣但要真正应用到行业痛点,需要在这些通用模型上进行针对性的微调和优化。 最终目标是AI能够嵌入具体业务流程，与人类协作完成端到端的工作，这需要企业有良好基础设施。 【AI的分层架构】 1️⃣AI的技术架构分为三层:底层是强大的通用AI基础模型,提供通用的语言理解、生成、推理等能力。 2️⃣中间层是针对行业场景的模型微调。利用行业专业数据等对通用模型进行优化,增强在垂直领域的性能。 3️⃣外层则是应用层,将AI能力嵌入到具体业务流程中,与人类协作完成端到端的工作。 可以说,中间层的行业模型微调是关键。这需要企业拥有丰富的行业知识和数据积累。 【AI精准性怎么提升】 1️⃣首先是要有高质量的训练数据，这需要大量的数据清洗工作。 2️⃣然后是不断优化模型的训练过程,包括提问、输出观测、标注反馈、参数调整等。 3️⃣最后是提示词优化,让AI的回答更加符合用户需求。 总的来说,提升AI精准性需要大量的人工投入。只有企业具备丰富的行业知识和数据积累,AI才能真正发挥应有的价值。 【AI在电商领域的实践思考】 1️⃣AI应该嵌入到具体的业务环节中,而不是独立的SAAS工具。 2️⃣如果某个业务场景无法嵌入AI,可能是因为这个场景的业务链条还未拆解到位。 3️⃣AI落地需要企业具备完善的数字化基础设施和管理机制,包括数据治理、模型管理等。 企业可以先从内部AI兴趣小组开始,让员工自主探索,再逐步带动全员使用。如果内部力量不足,也可寻求外部服务商支持。 【正确看待和使用AI】 1️⃣把AI视为一个刚毕业的新人,需要不断传授知识和方法,不要有过高期望。 2️⃣如果允许新员工犯错,也要给AI同样的宽容。毕竟它也在不断学习进步中。 3️⃣一次性错误可以接受,只需简单调整。但如果出现反复性错误,则需要更换更高级的AI模型。

00