IT之家 5 月 28 日消息，Google 这个单词里有几个字母 P？谷歌给出的答案是两个。 谷歌的人工智能摘要（AI Overview）还称，单词“poop”里有一个字母 r，而“journalism”一词包含两个字母 d，可它给出的拼写却是：j-o-u-r-n-a-d-i-s-m。谷歌倒是正确识别出了美国总统的姓氏里有一个字母 P，却把姓氏拼写成了 t-r-p-u-m。 其实不难预见，谷歌这场以人工智能为核心的搜索功能改版会问题频出。类似状况此前就发生过。谷歌首次在搜索中上线人工智能摘要功能时，该模块曾引用一些恶搞帖子，甚至给出诸如“吃石头”“往披萨上涂胶水”这类离谱建议。 谷歌在发给 TechCrunch 的邮件声明中表示：“大语言模型一直存在单词字母计数方面的难题，我们正着手解决这一具体问题。” IT之家注意到，这类低级拼写错误并不罕见。驱动聊天机器人及各类文本生成工具的大语言模型，其设计初衷本就不是识别拼写。多年来圈内一直有个梗：每当有企业推出新款人工智能模型，你就可以考考它，问问单词 strawberry 里有多少个字母 r。这些人工智能模型能几秒内编写应用程序，也能攻克困扰数学家数十年的难题，可在拼写方面，水平却和幼儿园孩童相差无几。 不过，谷歌人工智能摘要暴露出的问题远不止这些滑稽的拼写错误。上周就曾出现过一处漏洞：用户搜索“disregard”（忽视），页面本该显示该单词的词典释义，结果却跳出这样一句话：“收到。你随时可以提出新指令或问题。”目前这一漏洞已被谷歌修复。但各类拼写错误依旧层出不穷，也成了大家津津乐道的槽点，因为这类问题实在难以彻底根除。 研究人员此前在解读这类拼写难题时解释过，人工智能并不会像人类那样，把句子看作由单词、字母构成的语言单元。多数大语言模型基于 Transformer 架构搭建，会将文本拆分为词元（token）—— 不同模型拆分出的词元可能是完整单词、音节或是单个字母。人工智能不会像人一样“阅读”文本，而是先把文本转化为数字表征，再结合语境分析，进而生成逻辑回复。 阿尔伯塔大学人工智能研究员、助理教授马修・古兹迪亚尔接受 TechCrunch 采访时说道：“大语言模型依托 Transformer 架构运行，它本质上并非在阅读文本。当你输入指令，内容会先被转换为编码。比如它识别单词‘the’，只会对应一个专属编码，却无法区分组成这个单词的字母 T、H、E。” 谷歌人工智能摘要这类大语言模型所依赖的词元架构，本身就存在固有局限。研究人员也并不看好其能彻底解决拼写问题。 波士顿东北大学专攻大语言模型可解释性的在读博士谢里丹・福伊希特表示：“对语言模型而言，如何准确定义‘单词’本身就是一大难题。即便行业专家能敲定一套完美的词元词汇表，模型大概率仍会选择进一步合并拆分文本片段。依我判断，受这类模糊性影响，不存在绝对完美的词元分词器。” 对研究人员来说，拼写问题也并非亟待解决的要务，毕竟大语言模型的核心价值本就不在于拼写能力。但这些明显的失误也提醒着我们：即便人工智能有时看似无所不知、高深莫测，它也并非完美无缺。面对人工智能给出的结果，我们绝不能盲目采信，务必核实其准确性。
小试了一下 trae 中这两款热门模型，没想到跟我的固有印象竟有些差异 早期我是妥妥的 GLM 黑子，这次我对他有了些许改观 先上图 这是今天两者的用量 本文仅代表今天我的使用感受，没有对模型进行量化评分 代码质量 出乎意料的，glm 被我编写的代码质量 ci 拦截概率更低，ds 似乎更喜欢出现定义变量却不去使用的情况 MCP 调用 我在 trae 中安装了 calicat mcp ，两个模型在我指定使用该 mcp 时都优先尝试读取本机的 mcp servers 配置文件。但 glm 在我指出需要在 trae mcp servers 配置读取时能成功拐弯 而 ds 不能； glm 调用 calicat mcp 成功了 4/5 而 ds 只有 2/5。 需求实现 glm 和 ds 都不够跟手，远逊于 codex-5.5 和 opus 4.7 但 glm 我可以通过 chat 更正不需要手改代码 ds 我最终手改了代码 测试场景： 从 calicat 读取统计分析设计稿 实现前后端代码。glm 和 ds 各实现一个同等复杂度 同等表数量的功能 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 5 月 5 日消息，受行业固有玩法预期和既定游戏类型的束缚，游戏行业的创作空间变得愈发受限。过去，玩家主要通过游戏媒体从业者相对客观的解读，初次了解一款新作；而网红游戏博主的崛起，彻底改变了这一局面。 IT之家注意到，《辐射》设计师、角色扮演游戏资深制作人蒂姆 · 凯恩坦言，如今游戏开发商更看重讨好网红博主，只为让游戏收获开局口碑。普通玩家已不再是首要考量对象，毕竟玩家很容易被自己喜爱的直播博主的言论所左右。 凯恩在 YouTube 一则探讨互联网对游戏开发影响的新视频中谈到，如今游戏工作室在制作游戏时，首先会考量是否适合网红博主传播，比起玩家实际游玩体验，更优先看重游戏画面在剪辑片段里的呈现效果。 凯恩称：“我们常会琢磨，游戏里的某个剧情桥段，在主播直播游玩、或是录制成直播素材发布时，画面效果会怎么样…… 也正因为如此，我们会刻意设计，让这段内容在视频画面里呈现出绝佳效果。” 他认为，很多玩家甚至并不会参考网红博主的专业评测，反而一味跟风，等着博主给自己灌输观点。因此，游戏的各类内容设计，首要目标就是保证能让网红博主拍出出彩的宣传片段、率先展示出圈。 如今的开发思路变成了：我们游戏里哪些内容，适合网红博主剪成爆款片段来推广？ 蒂姆还提出，如今许多玩家即便根本没玩过某款游戏，也会对其抱有鲜明主观评价，因为他们放弃了独立思考，完全盲从自己喜爱的网红博主的看法。这也让他对 2030 年代游戏行业的发展走向深感担忧。
当前，人工智能（AI）正深度融入资本市场投资环节，是私募行业转型升级的核心动力。从业内获悉，以往依靠深度调研、经验判断开展操作的主观策略股票私募，如今正加快引入AI技术，提升基金经理的资金管理半径与研究覆盖边界。不少主观策略私募已经打破“AI只适配量化投资”的固有观念。业内人士认为，AI在主观策略私募领域的渗透比例还会持续走高，既��赋能传统私募机构，甚至还将孕育出全新形态的私募主体。（证券时报）