News Minimalist 是一个让 AI 精选新闻的服务。

News Minimalist 是一个让 AI 精选新闻的服务。 它使用 AI (ChatGPT-4) 每天阅读前 1000 条新闻，并根据事件的严重性、规模、潜力和来源可信度，按重要性从 0 到 10 对它们进行排名。 你可以选择一个适合自己的阈值，并订阅这个阈值内的 newsletter 。 听起来很合理对不对？ 但是实际用下来感觉不work。 可以从图中看到，大部分的新闻都是3分以下，到达6分的新闻凤毛麟角。即便是到了6分，也不过是一些每个人都看过的无聊的大新闻。 而实际每天真正有趣的东西是多到看不过来的，它们并不在头条新闻里。 体验地址：

斯坦福的人机交互小组用大语言模型做了一个有二十五个自由自在生活的 AI 角色的小镇。

斯坦福的人机交互小组用大语言模型做了一个有二十五个自由自在生活的 AI 角色的小镇。 这些AI角色产生可信度高且涌现性的社会行为：例如仅从单个用户指定一个想要举办情人节派对的概念开始，该派对自主地传播邀请两天后结识新朋友，互相邀请参加派对，并协调时间一起出现。 论文地址 围观小镇地址

斯坦福的人机交互小组用大语言模型做了一个有二十五个自由自在生活的 AI 角色的小镇。

斯坦福的人机交互小组用大语言模型做了一个有二十五个自由自在生活的 AI 角色的小镇。 这些AI角色产生可信度高且涌现性的社会行为：例如仅从单个用户指定一个想要举办情人节派对的概念开始，该派对自主地传播邀请两天后结识新朋友，互相邀请参加派对，并协调时间一起出现。

加了AI的搜索引擎值得信赖吗？这篇论文评估了四个热门的AI引擎，只有 52% 的结果有引用内容作为支撑，引用内容中有 75%

加了AI的搜索引擎值得信赖吗？这篇论文评估了四个热门的AI搜索引擎，只有 52% 的结果有引用内容作为支撑，引用内容中有 75% 是真实有效的。 打完折 还剩 39% 的可信度。 人类对事实性真实性的追求，现在看起来还有很长的路要走。

谷歌宣布应对AI生成图片滥用问题的新举措

谷歌宣布应对AI生成图片滥用问题的新举措 谷歌在开发者大会上宣布了一项重要举措，将应对人工智能生成图片的滥用问题，未来每张由AI生成的图片都将附带一个无法肉眼识别的水印，并通过谷歌搜索引擎等软件读取并以标签的形式展示给用户，以提示其图片的生成方式。 这项新功能的目的在于防止人工智能生成的图片被滥用用于垃圾邮件、诈骗或有目的的宣传等不法行为。谷歌还计划提供有关这些AI生成图片的额外信息，以增加用户对其真实性的判断依据。用户将能够看到该图片首次上传至搜索引擎的时间，以及它是否曾被新闻网站引用过，从而更好地辨别图片的来源和可信度。 该水印功能不仅将在谷歌搜索引擎中推出，还将得到Shutterstock、Midjourney等AI应用的支持。这一举措将为AI生成图片的可信度和透明度提供更多保障。来源 ， 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

斯坦福的人机交互小组用大语言模型做了一个有二十五个自由自在生活的 AI 的小镇。

斯坦福的人机交互小组用大语言模型做了一个有二十五个自由自在生活的 AI 的小镇。 生成代理会起床、做早餐并去上班；艺术家画画，作家写作；他们形成观点、注意彼此并开始对话；他们回忆过去的日子，并在计划未来时进行反思。 为了实现生成代理，我们描述了一种架构，将大型语言模型扩展以使用自然语言存储完整记录代理体验，并随着时间合成这些记忆以进行更高级别的反思，并动态检索它们以规划行为。 我们实例化生成代理以填充受《模拟人生》启发的交互式沙盒环境，在那里最终用户可以使用自然语言与二十五个居民互动。 在评估中，这些生成代理产生可信度高且涌现性的社会行为：例如仅从单个用户指定一个想要举办情人节派对的概念开始，该派对自主地传播邀请两天后结识新朋友，互相邀请参加派对，并协调在正确的时间一起出现。 我们通过消融实验表明，代理架构的组成部分观察、规划和反思每个都对代理行为的可信度做出了重要贡献。 通过将大型语言模型与计算交互代理相融合，这项工作引入了架构和交互模式，以实现对人类行为的可信模拟。 围观地址 论文地址