【美国大型银行纷纷宣布提高派息，此前均通过了美联储压力测试】

【美国大型银行纷纷宣布提高派息，此前均通过了美联储压力测试】 美国大型银行周五相继宣布提高派息，此前均轻松通过了美联储的年度压力测试。摩根大通和美国银行等大行纷纷宣布上调派息。就在两天前，监管机构的评估结果显示，31家参加测试的银行全都能保持足够的资本，经受住经济衰退情景假设的考验。其他提高派息的银行还包括花旗集团、富国银行和摩根士丹利。摩根大通和摩根士丹利还批准了数百亿美元的股票回购计划。美联储要求银行等到周五市场收盘后再披露更新，以便让每家公司以及投资者都有时间消化结果。摩根大通宣布将回购不超过300亿美元的股票，摩根士丹利重新授权一项不超过200亿美元的回购计划。 快讯/广告 联系 @xingkong888885

IIHS测试了14套辅助驾驶系统 只有一套通过了测试

IIHS测试了14套辅助驾驶系统 只有一套通过了测试 美国公路安全保险协会（IIHS）是一家有 65 年历史的测试和评估新车的独立机构，它发布了首个针对部分自动驾驶系统的排名系统。该机构共测试了 14 种不同的系统。其中 11 个被评为差，2 个被评为边缘，只有 1 个合格。在进行排名之前，我们有必要明确一下"部分自动驾驶"的含义。这些汽车并不是自动驾驶汽车；驾驶员仍需注意路况并监控系统。当出现问题时，他们需要随时准备控制车辆。此外，这些都不是高级驾驶辅助系统，也称为 ADAS，IIHS 将其定义为自动紧急制动、盲点检测和车道偏离预防等安全功能。IIHS 发言人 Joe Young 在一封电子邮件中说："部分自动化是一种便利功能，虽然其他人可能会将其与 ADAS 混为一谈，但我们仍然会将其单独提及，以示区别"。部分自动驾驶系统利用传感器和摄像头来减轻驾驶员操作车辆的部分责任。它们包括自适应巡航控制、车道保持辅助和自动变道等功能。有些系统甚至允许驾驶员在某些情况下将手从方向盘上移开。问题是，驾驶员往往会过度依赖这些系统，即使使用时间不长。而当需要重新控制车辆时，他们的反应时间就会慢于安全标准。IIHS 总裁大卫-哈基（David Harkey）在一份声明中说："考虑到装有这些部分自动化系统的车辆在道路上行驶的速度之快，这些结果令人担忧。"IIHS 测试了 14 辆汽车的部分自动驾驶系统，其中包括特斯拉的全自动驾驶系统、通用汽车的超级巡航系统和福特的 BlueCruise 等流行系统。结果发现，只有一种系统是可以接受的：雷克萨斯的 Teammate 高级驾驶系统。有两项被评为"边缘"：通用汽车的 Super Cruise 和日产汽车的 ProPilot Assist。其余包括 BlueCruise 和特斯拉的 FSD，都被评为差。完整排名如下：原因是多方面的，但总的来说，被评为差的系统被发现很容易被特定的状况欺骗，而且不能很好地监控驾驶员的注意力。有些系统甚至在驾驶员没有系安全带时也能工作。IIHS 采用了多种方法来欺骗这些部分自动驾驶系统，包括在驾驶员头上蒙上一层起司布，使其面部无法被车载摄像头和传感器捕捉到，以及在方向盘上安装脚踝重物来模拟驾驶员双手握方向盘的动作。专家组通过多次试验对这些车辆进行了一系列测试，其中大部分试验是在封闭的赛道上进行的。某些性能类别的权重高于其他类别。IIHS 指出，在测试过程中，其车队中的一些车辆接受了软件更新，其中包括对部分自动驾驶系统的改进。(例如，该小组测试了特斯拉的自动驾驶系统（Autopilot），该系统在最近的一次自愿召回后进行了更新）。IIHS 表示，虽然没有一款车在所有方面都表现出色，但至少在一个类别中表现出色。Harkey 说："这意味着修复程序随时可用，而且在某些情况下，只需进行简单的软件更新即可完成。" ... PC版： 手机版：

GPT-4已通过图灵测试

GPT-4已通过图灵测试 计算机科学家约瑟夫-韦曾鲍姆（Joseph Weizenbaum）于 1966 年开发的计算机程序 Eliza 表现最差，只有 22% 的人将其归类为人类。据科学家们称，这些结果首次提供了人工智能系统通过双人互动图灵测试的确凿证据，而且这很可能适用于未来几乎所有最先进的聊天机器人。英国数学家和计算机科学家阿兰-图灵于 1950 年首次提出了以他的名字命名的"模仿游戏"对话强度测试。从那时起，它就成了确定机器模仿人类对话能力的一个著名但有争议的基准。在该测试的现代变体中，人类"评委"会在不知道谁是谁的情况下与另一个人类或聊天机器人对话。如果面试官在 50% 的情况下不能可靠地区分计算机系统和人类，那么机器就被认为通过了测试。在当前的研究中，人类审讯者与代表其他人类、大型语言模型 GPT-4 和 GPT-3.5 以及基于对称列表处理器 (SLIP) 的简易对话系统 Eliza 的各种"证人"进行了互动，研究结果可在预印本服务器 Arxiv 上找到。研究人员随机分配人类参与者扮演法官或证人的角色。样本包括 101 个人类和 GPT-3.5 游戏，以及 100 个 GPT 4 和 Eliza 游戏，所有游戏均通过一种消息应用程序进行，每个游戏持续五分钟。在 402 名审问者中，168 人为女性，212 人为男性，9 人为非二元。13人不想提供任何信息。参与者的平均年龄为 35 岁。在2023 年的上一次研究中，Eliza 的表现明显更好，没有一个模型通过测试。这一次，科学家们采用了表现最好的 GPT-4 命令集（提示），并对其进行了修改。提示的第一部分指示模型表现得像一个年轻人，不要太认真地对待游戏，使用口语，不要出现拼写和语法错误。此外，它还不能提供太多的知识，尤其是语文和数学方面的知识。每轮测试开始时，都会添加一些额外的信息，如姓名、地点和时间戳。二人解释说，人类之所以不能百分之百地识别同类，是因为提问者认为人工智能的效率越来越高。这增加了他们将人类错误地识别为机器的可能性。为了深入了解影响审讯者做出决定的定性因素，研究小组对他们使用的策略和做出判断的理由进行了分类。36%的人询问证人的个人细节或日常活动。第二和第三类最常见的是社会和情感问题（25%）例如，有关意见、经历和幽默的问题。审问者就其决定给出的最常见理由（43%）与基于拼写、语法、大小写和语气的语言风格有关。24%的人关注社会情感因素，如幽默感或个性。研究人员警告说，这些结果表明"当前人工智能系统的欺骗行为可能不会被发现"。能够成功模仿人类的机器人可能会产生"深远的经济和社会影响"。 ... PC版： 手机版：