CNET 因使用 AI 撰写文章被维基百科降级为“总体上不可靠”来源

CNET 因使用 AI 撰写文章被维基百科降级为“总体上不可靠”来源 在编辑们就人工智能生成内容对网站可信度的影响进行广泛讨论后，维基百科降低了科技网站 CNET 的可靠性评级。2022年11月左右，CNET 开始发表由 AI 撰写的文章。2023年1月，其文章中被发现文章中充斥着抄袭和错误。消息曝光后，CNET 管理层暂停了实验，但声誉受损已经造成。 在维基百科维护的“可靠来源/Perennial来源”的页面上 CNET 的评级在3月1日已被更新为，(1) 2020年10月之前的内容是“普遍可靠”的来源；(2) 2020年10月至2022年10月期间的内容，因被 Red Ventures 收购“导致编辑标准恶化”和充满“广告软文”被降级为“未达成共识”；(3) 从2022年11月至今的内容“总体上不可靠”，因为该网站开始使用人工智能工具“快速生成充满不准确事实和推广链接的文章”。 、

New Bing和ChatPDF对PDF文档总结问答的使用评测

New Bing和ChatPDF对PDF文档总结问答的使用评测 近期有不少人推荐使用工具，上传PDF文件后调用ChatGPT生成总结和问答，但是作者认为该工具的总结能力一般。 相比之下，微软的New Bing总结能力令人惊艳，但限制了交互次数。在评测过程中，发现两个工具都存在瞎编内容的情况，需要小心使用。 New Bing基于GPT-3.5的总结能力远超ChatPDF。需要注意的是，New Bing限制了一次对话最多8次交互，有多个问题的情况下有点不太方便。 在使用这些工具时，需要注意如何更好地辨别真伪，以免被“精确的模糊”所迷惑。 作者： |

AI 大事记：Apple 带来开源模型的运行软件框架MLX

AI 大事记：Apple 带来开源模型的运行软件框架MLX 今天由Apple 研究团队发布了MLX，一个高效的机器学习框架，专为苹果芯片（即M系列）设计。视频为 MLX 实现的 Llama v1 7B 模型，在 M2 Ultra 上运行。 参考要点 - Apple AI 研究科学家 Awni Hannum 提供了演示视频， MLX 有各种示例，包括支持训练Transformer大模型或使用 LoRA 进行微调；使用 Mistral 生成文本；利用Stable Diffusion 生成图像；使用 Whisper 进行语音识别。 - MLX 是 Apple 芯片上用于机器学习的阵列框架，由 Apple 机器学习研究团队提供。 - Jim Fan 评价为，这可能是苹果公司迄今为止在开源人工智能方面的最大举措。该版本在设计深度学习受众熟悉的 API 方面做得非常出色，并在大多数人关心的开放源码软件模型上展示了极简的示例：Llama、LoRA、Stable Diffusion 和 Whisper。 MLX Github地址： 文档齐全、独立的示例库： Invalid media: