微软 Bing Chat 登陆 Chrome 和 Safari
此前有各种报道称,微软的 Bing Chat 人工智能聊天机器人即将登录谷歌 Chrome 和苹果 Safari 等其他非微软浏览器中。现如今,微软方面向 TechCrunch 证实称,Bing Chat 确实正在扩展到其他浏览器,但尚未正式公告。目前只有部分受邀用户可参与测试使用。
此次扩展将使微软 Bing Chat 可供更广泛的用户使用。微软公关总监 Caitlin Roulston 在一份电子邮件声明中表示:“作为在其他浏览器上进行测试的一部分,我们将在 Safari 和 Chrome 浏览器上向部分用户开放 Bing Chat 的访问权限。一旦我们的标准测试程序完成,我们将很乐意面向更多用户提供。”
据 Windows 上使用 Bing AI 聊天机器人的用户透露,他们在 Windows 10 或 11 任务栏中收到了一个弹出窗口,提供了在 Chrome 中尝试 Bing AI 的机会。此外,用户还可以选择自己喜欢的浏览器访问 Bing.com,然后单击“Chat”图标来尝试体验。
但有用户报告称,在其他浏览器中测试使用 Bing Chat 比使用原始版本有更多限制。例如,最先发现这一扩展的博客 WindowsLatest.com 指出,Chrome 浏览器中的 Bing Chat 每次对话只支持 5 条信息,而微软 Edge 浏览器则支持 30 条。同时,它还将字符数限制在 2000 个,而不是 Edge 支持的 3000 个。
对此,微软拒绝透露更多相关信息,没有针对不同版本之间 Bing Chat 工具的差异做出解释。同时也没有确认将于何时开始面向其他浏览器扩展、支持哪些平台以及测试是否包括全球市场的用户。
除了添加对 Chrome 和 Safari 的支持之外,Bing Chat 似乎还在测试原生深色主题,但目前还没有广泛使用。
自今年早些时候推出以来,Bing Chat 一直在努力融入其他微软产品;包括适用于 iOS、Android 和桌面版 Bing 以及 Edge 浏览器,还与 Skype 集成。本月,微软又宣布推出企业版 Bing Chat。此外,微软还透露 Visual Search 也即将推出,该功能可以让聊天机器人回答有关上传图像的问题。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
频繁 FullGC 的原因竟然是 “开源代码”?
前言 首先java语言的特性是不需像C和C++那样自己手动释放内存,因为java本身有垃圾回收机制(垃圾回收称为GC),顾名思义就是释放垃圾占用的空间,防止内存泄露。JVM运行时占用内存最大的空间就是堆内存,另外栈区和方法区也会占用空间但是占用有限本章就不探究了。那么堆中的空间又分为年轻代和老年代,所以我们粗略的把垃圾回收分为两种:年轻代的垃圾回收称为Young GC,老年代的垃圾回收称为Full GC,实际上此处的Full GC也包含了新生代,老年代,元空间等的回收。 因为Full GC的回收过程会使系统的所有线程STW(Stop The World),那么我们一定希望让系统尽量不要进行Full GC,或者必须要进行FullGC的时候执行的时间越短越好。下面我们主要探究Full GC的角度出发分析我在开发运营后台的时候遇到的频繁Full GC过程。 事件背景 项目介绍: 我们团队做的是一个后台管理系统,因为针对不同用户负责的功能不同那么需要的权限也就不一样,所以引入了主流的shiro框架做权限控制,该框架可以控制菜单栏,按钮,操作框等。在引入这个框架时一并引入了辅助组件shiro-r...
- 下一篇
BigCode 背后的大规模数据去重
🤗 宝子们可以戳阅读原文查看文中所有的外部链接哟! 目标受众 本文面向对大规模文档去重感兴趣,且对散列 (hashing) 、图 (graph) 及文本处理有一定了解的读者。 动机 老话说得好: 垃圾进,垃圾出 (garbage in, garbage out),把数据处理干净再输入给模型至关重要,至少对大语言模型如此。虽然现在一些明星大模型 (严格来讲,它们很多是 API) 的存在让大家恍惚产生了数据质量好像不那么重要了的错觉,但事实绝非如此。 在 BigScience 和 BigCode 项目中,在数据质量方面,我们面临的一个很大的问题是数据重复,这不仅包括训练集内的数据重复,还包括训练集中包含测试基准中的数据从而造成了基准污染 (benchmark contamination)。已经有研究表明,当训练集中存在较多重复数据时,模型倾向于逐字输出训练数据 [1] (这一现象在其他一些领域并不常见 [2]),而且训得的模型也更容易遭受隐私攻击 [1]。除了能避免上面两个问题外,去重还有不少好处: 让训练更高效: 你可以用更少的训练步骤获得相同的,甚至是更好的性能 [3] [4]。 防...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- SpringBoot2全家桶,快速入门学习开发网站教程
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- CentOS关闭SELinux安全模块
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- CentOS7设置SWAP分区,小内存服务器的救世主
- SpringBoot2整合Thymeleaf,官方推荐html解决方案