何发
文章学习-2025-1-20
文章学习-2025-1-21
文章学习-2025-1-22
文章学习-2025-1-23
文章学习-2025-1-24
文章学习-2025-1-25
文章学习-2025-1-26
文章学习-2025-1-27
文章学习-2025-1-28
文章学习-2025-1-29
文章学习-2025-1-30
文章学习-2025-1-31
文章学习-2025-2-1
文章学习-2025-2-2
文章学习-2025-2-3
文章学习-2025-2-4
文章学习-2025-2-5
文章学习-2025-2-6
文章学习-2025-2-7
文章学习-2025-2-8
文章学习-2025-2-9
文章学习-2025-2-10
文章学习-2025-2-11
文章学习-2025-2-12
文章学习-2025-2-13
文章学习-2025-2-14
文章学习-2025-2-15
文章学习-2025-2-16
文章学习-2025-2-17
文章学习-2025-2-18
文章学习-2025-2-19
文章学习-2025-2-20
文章学习-2025-2-21
文章学习-2025-2-22
文章学习-2025-2-23
文章学习-2025-2-24
文章学习-2025-2-25
文章学习-2025-2-26
文章学习-2025-2-27
文章学习-2025-2-28
文章学习-2025-3-1
文章学习-2025-3-2
文章学习-2025-3-3
文章学习-2025-3-4
文章学习-2025-3-5
文章学习-2025-3-6
文章学习-2025-3-7
文章学习-2025-3-8
文章学习-2025-3-9
文章学习-2025-3-10
文章学习-2025-3-11
文章学习-2025-3-12
文章学习-2025-3-13
文章学习-2025-3-14
文章学习-2025-3-15
文章学习-2025-3-16
文章学习-2025-3-17
文章学习-2025-3-18
文章学习-2025-3-19
文章学习-2025-3-20
文章学习-2025-3-21
文章学习-2025-3-22
文章学习-2025-3-23
文章学习-2025-3-24
文章学习-2025-3-25
文章学习-2025-3-26
文章学习-2025-3-27
文章学习-2025-3-28
文章学习-2025-3-29
文章学习-2025-3-30
文章学习-2025-3-31
文章学习-2025-4-1
文章学习-2025-4-2
文章学习-2025-4-3
文章学习-2025-4-4
文章学习-2025-4-5
文章学习-2025-4-6
文章学习-2025-4-7
文章学习-2025-4-8
文章学习-2025-4-9
文章学习-2025-4-10
文章学习-2025-4-11
文章学习-2025-4-12
文章学习-2025-4-13
文章学习-2025-4-14
文章学习-2025-4-15
文章学习-2025-4-16
文章学习-2025-4-17
文章学习-2025-4-18
文章学习-2025-4-19
文章学习-2025-4-20
文章学习-2025-4-21
文章学习-2025-4-22
文章学习-2025-4-23
文章学习-2025-4-24
文章学习-2025-4-25
文章学习-2025-4-26
文章学习-2025-4-27
文章学习-2025-4-28
文章学习-2025-4-29
文章学习-2025-4-30
文章学习-2025-5-1
文章学习-2025-5-2
文章学习-2025-5-3
文章学习-2025-5-4
文章学习-2025-5-5
文章学习-2025-5-6
文章学习-2025-5-7
文章学习-2025-5-8
文章学习-2025-5-9
文章学习-2025-5-10
文章学习-2025-5-11
文章学习-2025-5-12
文章学习-2025-5-13
文章学习-2025-5-14
文章学习-2025-5-15
文章学习-2025-5-16
文章学习-2025-5-17
文章学习-2025-5-18
文章学习-2025-5-19
文章学习-2025-5-20
文章学习-2025-5-21
文章学习-2025-5-22
文章学习-2025-5-23
文章学习-2025-5-24
本文档使用 MrDoc 发布
-
+
首页
文章学习-2025-5-12
第一篇文章 标题:Endor Labs: AI transparency vs ‘open-washing’ 链接:https://www.artificialintelligence-news.com/news/endor-labs-ai-transparency-vs-open-washing/ 总结:随着人工智能行业越来越注重透明度和安全性,围绕“开放性”真正含义的争论也愈演愈烈。开源安全公司Endor Labs的专家就这些紧迫问题发表了看法。Endor Labs 高级产品营销经理 Andrew Stiefel 强调了将软件安全经验应用到人工智能系统的重要性。“美国政府 2021 年《改善美国网络安全的行政命令》包含一项条款,要求各组织为出售给联邦政府机构的每件产品提供软件物料清单 (SBOM)。”DeepSeek 是人工智能行业中一个新兴的(尽管存在争议)参与者,它已采取措施解决其中一些问题,方法是将其部分模型和代码开源。此举因在提供安全见解的同时提高透明度而受到称赞。 “DeepSeek 已经将模型及其权重作为开源发布,”Andrew Stiefel 表示。“此举将提高其托管服务的透明度,并让人们了解他们如何在生产中微调和运行这些模型。” 第二篇文章 标题:OpenAI now serves 400M users every week 链接:https://techcrunch.com/2025/02/20/openai-now-serves-400-million-users-every-week/?utm_campaign=Artificial%2BIntelligence%2BWeekly&utm_medium=web&utm_source=Artificial_Intelligence_Weekly_426 总结:OpenAI 越来越像一家消费公司,该公司告诉 CNBC,目前每周有 4 亿活跃用户。由于人工智能聊天机器人 ChatGPT 背后的人工智能开发商在 2024 年 12 月“仅”拥有 3 亿用户,因此使用量仍在快速增长。不过 OpenAI 尚未透露活跃订阅 ChatGPT Plus 或 ChatGPT Pro 的付费客户数量。在 B2B 方面,ChatGPT 的企业计划发展顺利:OpenAI 现已拥有 200 万付费企业用户——自 2024 年 9 月以来,使用量翻了一番。至于 OpenAI 的开发人员 API,该公司表示,其开发人员流量在过去六个月中翻了一番。有趣的是,OpenAI 在中国 DeepSeek 发布竞争技术几周后就分享了这些指标:一个AI 模型、一个推理模型和一个AI 助手应用程序。OpenAI 渴望证明其业务正在蓬勃发展——感谢您的提问。 第三篇文章 标题:What is Perplexity Deep Research, and how do you use it? 链接:https://www.zdnet.com/article/what-is-perplexity-deep-research-and-how-do-you-use-it/?utm_campaign=Artificial%2BIntelligence%2BWeekly&utm_medium=web&utm_source=Artificial_Intelligence_Weekly_426 总结:除了在搜索方面胜过 谷歌之外,人工智能公司 Perplexity 还希望 凭借其新的深度研究功能成为任何主题的专家。 这款尖端工具由Perplexity AI于 2025 年 2 月推出,结合自主推理和快速处理,可提供有关专业主题的详尽报告。 Perplexity 表示,“当你提出深度研究问题时,Perplexity 会执行数十次搜索,阅读数百个来源,并通过材料进行推理,以自主提供全面的报告。”该公司声称,Perplexity Deep Research 采用了一种称为测试时间计算(TTC) 扩展的专有框架,可以系统地探索复杂主题。 与检索静态结果的传统搜索引擎不同,TTC 架构通过分析周期反复完善其理解,从而模仿人类的认知过程。该系统首先将查询分解为子组件,然后自主执行数十次网络搜索,评估数百个来源,并通过概率推理模型综合结果。
admin
2025年5月12日 19:29
转发文档
收藏文档
上一篇
下一篇
手机扫码
复制链接
手机扫一扫转发分享
复制链接
Markdown文件
PDF文档(打印)
分享
链接
类型
密码
更新密码