Meta AI:虽然它还不足以证明自身的价值,但既然是免费的,也无妨一试

2024-04-27 19:04

本文主要是介绍Meta AI:虽然它还不足以证明自身的价值,但既然是免费的,也无妨一试,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Meta 的新型大型语言模型 Llama 3 为 “Meta AI ”提供了动力,“Meta AI ”这个富有想象力的名称是一个新型的聊天机器人,这家社交媒体和广告公司已将其安装在尽可能多的应用程序和界面中。与其他通用对话式人工智能相比,这种模式的优势在哪里?它往往会重复大量的网络搜索结果,而且它并不擅长任何事情,但嘿嘿--价格是合适的。GPT4.0,Google Play,Claude,Overleaf, Midjourney, OF, X等等平台现已可通过WildCard订阅。

目前,你可以通过 Meta.ai、Instagram、Facebook 和 WhatsApp 免费访问 Meta AI。在此之前,Meta AI 也可以使用,但随着 Llama 3 和新的 Imagine 图像生成器(不要与谷歌的 Imagen 混淆)的发布,Meta 将其作为人工智能爱好者的第一站进行推广。毕竟,你可能会不小心用到它,因为他们用它取代了你的搜索框!WildCard也支持Claude, Midjourney, Adobe, Patreon等的订阅。

马克-扎克伯格甚至表示,他希望 Meta AI 成为 “世界上最常用、最好用的人工智能助手”。有目标很重要。

关于我们的 “审核 ”流程,有一点需要提醒: 这是一种非常非正式的模型评估,不使用合成基准,而只是提出普通人可能会提出的普通问题。我们会将结果与我们使用其他模型的经验进行比较,或者与你希望从一个模型中得到的结果进行比较。这与全面性相去甚远,但任何人都可以理解和复制。

我们一直在改变和调整我们的方法,有时会加入我们发现的一些奇怪的东西,或者排除一些看起来并不相关的东西。例如,这次,虽然我们的一般政策是不尝试评估媒体生成(这是另外一码事),但我的同事伊万注意到,“想象 ”模型在印度人身上表现出了一系列偏见。我们很快就会发表这篇文章(Meta 可能已经开始关注我们了)。

另外,作为开头的一个 PSA,你们应该知道 Instagram 上的一个明显错误让我无法删除我发送的询问。因此,我会避免询问任何你不想出现在搜索历史中的内容。另外,网络版在 Firefox 中无法使用。

Meta 已将其人工智能定位为处理休闲问题的第一层,它确实有效。但在大多数情况下,它似乎只是在搜索你所问的问题,并随意引用顶部结果。而且有一半的时间,它还会在最后加上搜索。那么,为什么不首先使用谷歌或必应呢?

我尝试过一些 “建议 ”查询,比如克服写作障碍的窍门,得到的结果并没有直接引用任何人的话(或来源)。但它们也完全不是原创的。同样,在社交媒体应用中进行普通的互联网搜索,如果没有庞大的语言模型支持,也能达到差不多的效果,而且不会有那么多废话。

元人工智能给出的答案非常直接,几乎是最简单的答案。我并不一定期望人工智能会超出我最初的查询范围,而且在某些情况下,这将是一件坏事。但是,当我询问一份食谱需要哪些配料时,与人工智能对话的意义难道不在于它能直觉我的意图,并提供比从必应搜索结果最前面的列表更多的信息吗?

我本来就不是这些平台的忠实用户,但 Meta AI 并没有让我相信它有什么特别的用处。公平地说,它是为数不多的既免费又能通过在线搜索了解最新时事的模型之一。在将它与必应上的免费 Copilot 模型进行比较时,后者通常效果更好,但我只用了几次就达到了每天的 “对话上限”。(目前还不清楚 Meta 是否会对 Meta AI 设置使用限制)。

如果你懒得打开浏览器搜索 “农历新年 ”或 “藜麦水比例”,如果你已经在使用 Meta 公司的某个应用,你也许可以向 Meta AI 询问(通常你已经在使用了)。但你无法向 TikTok 提出这样的要求!还没

这篇关于Meta AI:虽然它还不足以证明自身的价值,但既然是免费的,也无妨一试的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/941287

相关文章

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

电脑报错cxcore100.dll丢失怎么办? 多种免费修复缺失的cxcore100.dll文件的技巧

《电脑报错cxcore100.dll丢失怎么办?多种免费修复缺失的cxcore100.dll文件的技巧》你是否也遇到过“由于找不到cxcore100.dll,无法继续执行代码,重新安装程序可能会解... 当电脑报错“cxcore100.dll未找到”时,这通常意味着系统无法找到或加载这编程个必要的动态链接库

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首