OpenAI 推出 ChatGPT search
OpenAI 推出 ChatGPT search,提供快速、及時的答案,並附上相關網頁來源連結。
推薦理由:ChatGPT search 提供快速、及時的答案並附相關網頁來源連結,材料呈現了它的核心搜尋回答形式。
OpenAI 推出 ChatGPT search,提供快速、及時的答案,並附上相關網頁來源連結。
推薦理由:ChatGPT search 提供快速、及時的答案並附相關網頁來源連結,材料呈現了它的核心搜尋回答形式。
Gemini API 新增支援 Grounding with Google Search。
Figma 在 Config 2024 推出 AI 搜尋,包含以截圖、選取的畫框或草圖查找設計的視覺搜尋,以及理解文字查詢語境的語義搜尋。團隊先處理常見的設計查找需求,建立搜尋結果評測,並在檔案四小時未有編輯後才索引其中的設計。
Figma 以開源 CLIP 嵌入模型和 OpenSearch 向量搜尋,支援用文字、截圖或 Figma 圖層搜尋設計及元件。設計索引流程會識別可搜尋的 frame,產生縮圖和嵌入向量,並分別存入 DynamoDB、S3 及 OpenSearch;元件搜尋則融合語義與詞彙搜尋結果。
Hugging Face 介紹 Daily Papers 頁面的功能,包括認領論文、提交社羣推薦論文、與作者討論,以及查看相關模型、數據集和示範。過去一年,Daily Papers 收錄超過 3,700 篇論文,訂閲者超過 12k;只有已認領論文的用户可提交論文,留言支援多種語言並提供內置翻譯。用户可在評論區輸入 @librarian-bot 獲推薦相關論文,亦可訂閲每日更新(週末除外)。
Hugging Face Blog 介紹 Hugging Face Hub 上 5 項常被忽略的工具,並以 Reddit 資料展示自動更新的視覺化語義搜尋流程。
推薦理由:文章以每日更新的 Reddit 資料為例,拆解 Hugging Face Hub 五項工具如何協作,從資料抓取、嵌入向量處理與事件觸發,直到視覺化語義搜尋。
Brave、DuckDuckGo、Ecosia、Qwant 和 Startpage 都是可免費使用的 Google 搜尋替代選擇,部分著重私隱保護或環保。Brave 可選擇匿名向 Google 查詢以補足搜尋結果;Ecosia 稱所有利潤用於氣候行動,並正與 Qwant 合作建立歐洲搜尋索引。
OpenAI 正測試 SearchGPT,作為全新 AI 搜尋功能的臨時原型。它提供快速、即時的答案,並附上清晰且相關的來源。
Hugging Face 宣佈為 Dataset Search 加入四項功能,支援按資料模態、行數、格式及相容 library 篩選資料集。行數可設定最低和最高值;對於 metadata 未列出行數的超大型資料集,系統會根據前 5GB 內容估算總行數。新篩選條件可與 Language、Tasks、Licenses 及文字搜尋組合使用。
Figma 在 Config 2024 公佈 Figma AI、UI3、Figma Slides 及 Dev Mode 等多項產品更新。Figma AI 加入 Visual Search、以提示詞生成 UI 版面等功能,測試期至 2024 年底期間向所有用戶免費開放,但可能設使用限制。
Figma 推出 Figma AI,提供視覺搜尋、AI 資產搜尋、文案與圖像生成、背景移除、原型製作及圖層自動命名等設計功能。這些功能以限量測試版逐步推出,測試期間免費至 2024 年底。生成式功能採用第三方現成模型,未以私人 Figma 檔案或客戶資料訓練;管理員可控制團隊內容是否用於 AI 訓練,相關設定於 2024 年 8 月 15 日生效。
Perplexity 聯合創辦人兼 CEO Aravind Srinivas 希望打造鼓勵好奇心的知識應用,讓用戶不怕被評判,提出任何問題。Perplexity 以「答案引擎」整合網絡資訊,提供答案及來源,並在回答後列出三條相關問題。
本集從 AI 應用端回顧全球大模型過去半年的進展,並深入討論 Perplexity 的創業、數據、競爭與護城河。Perplexity 最新一輪估值已達 30 億美元。節目亦探討 AI 應用為何尚未大爆發、GPT-5 為何進展緩慢,以及大模型的商業模式、壁壘和美國科技巨頭近半年的狀況。
Hugging Face Blog 介紹 Matryoshka Embedding 模型的訓練與使用方法,並比較向量截短後與一般嵌入模型的表現。
推薦理由:文章把 Sentence Transformers 訓練方式與 STSBenchmark 實測相連,量化向量縮至原大小 8.3% 後仍保留 98.37% 表現。
Linear 説明其 Similar Issues 功能如何利用大型語言模型生成向量嵌入,在建立問題、處理 Triage 和支援整合時找出相似問題。團隊以 Google Cloud 託管的 PostgreSQL 和 pgvector 儲存及搜尋向量,並按 workspace ID 將 embeddings 表分成數百個分區建立索引,以應對數千萬筆 issue。
Hugging Face Blog 示範如何使用 Transformers 和 Datasets 建立影像相似度檢索系統,透過模型產生嵌入向量並按餘弦相似度排序候選影像。
作者以 Sentence Transformers 和 Gradio 構建歌單生成器,透過對歌詞嵌入向量進行語義搜索,按文字提示找出相關歌曲。由於所選模型的最大序列長度為 512 word pieces,歌曲歌詞先按 verse 切分並逐段嵌入;設置 top_k=20 時,作者實測幾乎總能得到至少 9 首不同歌曲。
這篇入門指南以 Sentence Transformers 為例,介紹初學者如何理解文本嵌入向量與語義搜尋,並規劃首個自主機器學習項目。文章建議先盤點工具能力、挑選感興趣的資料集,再配合一項熟悉的輔助工具構思項目。
Hugging Face Blog 以 Medicare FAQ 示範語義搜尋流程,使用 Inference API 生成嵌入向量,再以使用者查詢比對相似 FAQ。示範選用 sentence-transformers/all-MiniLM-L6-v2 將 13 條 FAQ 編碼為 384 維向量,並把向量資料集上載至 Hub,以餘弦相似度找出最相近的 5 條 FAQ。
🤗 datasets 教程示範為 10,000 張來自 British Library 數碼化書籍的插圖建立文字搜圖流程。作者使用 sentence_transformers 的 CLIP 將圖片和文字提示詞轉成嵌入向量,再以 FAISS 檢索相似圖片;完整數據集網址為 https://doi.org/10.21250/db17。
OpenAI 在 API 新增嵌入向量端點,支援自然語言與程式碼任務。端點可用於語義搜尋、聚類、主題建模和分類。
推薦理由:新端點涵蓋語義搜尋、聚類、主題建模與分類,呈現嵌入向量在自然語言及程式碼任務中的應用範圍。
OpenAI 微調 GPT-3,讓它透過文字式網頁瀏覽器更準確地回答開放式問題。
Hugging Face Hub 為 Sentence Transformers 推出特徵擷取與句子相似度兩款小工具,並提供 Inference API 端點供程式調用模型。Hub 收錄超過 90 個預訓練 Sentence Transformers 模型,涵蓋超過 100 種語言,使用者可直接載入使用。
推薦理由:文章梳理 Sentence Transformers 模型接入 Hugging Face Hub 的分享與使用流程,涵蓋自動生成模型卡、互動小工具及 Inference API,並交代模型在 Hub 上的展示、調用與發現方式。
Lilian Weng 系統梳理開放域問答系統的常見建構方式,涵蓋外部知識檢索與閲讀、檢索後生成,以及不依賴外部資料的閉卷問答。文章比較 DrQA、ORQA、REALM、DPR、RAG、T5 和 GPT3 等方案,並指出部分公開 QA 數據集存在訓練與測試資料重疊:58–71% 的測試答案曾出現在訓練集,28–34% 的測試問題在相應訓練集中有近似重述。