ChatGPT即将推出一系列新的购物功能，旨在增强用户在搜索响应中的购物体验。
这些新功能包括：
- 一个包含发现产品的轮播图，并提供“询问此产品”的选项（称为“产品定向回复”）
- 产品侧边栏，展示产品图片、购买选项、消费者评价摘要及为什么/人们对此产品的看法
目前来看，这些链接中没有附带任何联盟营销链接。此外，ChatGPT仅自动在推荐URL中加入utm_source=chatgpt[.]com这一追踪参数，以便于分析从ChatGPT搜索结果导入的流量。
值得注意的是，所有显示的产品均是独立选择的结果而非广告推广。
OpenAI正在探索一种简便的方法，让商家能够直接向ChatGPT提供产品信息流，不过现阶段仅接受意向表单提交。
···
官方宣布，ChatGPT将正式推出全新的购物体验。
这些改进已经开始逐步向全球的Plus、Pro、Free用户以及未登录用户推出。预计将在几天内完成全面部署。
新功能包括更智能的商品推荐、更精准的搜索结果和更流畅的购物流程，旨在为用户提供更加便捷和个性化的购物体验。
此外，搜索功能也得到了显著提升。搜索功能已成为ChatGPT最受欢迎且增长最快的功能之一，仅在过去一周内就处理了超过10亿次网络搜索请求。
通过这些改进，ChatGPT不仅提升了用户的购物体验，还进一步增强了其在搜索引擎市场的竞争力。
···
OpenAI宣布在其旗舰产品ChatGPT中引入全新的购物功能，这一更新由GPT-4o提供支持。此次升级面向所有用户群体，包括ChatGPT Pro、Plus和Free用户，以及未登录的全球用户。
购物功能的加入将显著增强ChatGPT的实用性，用户可以直接在聊天界面中搜索商品、比较价格，并进行购买。这不仅简化了购物流程，也提供了更加个性化的购物体验。
主要特点包括：
- 实时商品搜索与推荐
- 多平台价格对比
- 一键购买链接
此外，GPT-4o的强大自然语言处理能力使得ChatGPT能够更好地理解用户的意图，并提供精准的商品建议。
这项新功能将进一步推动人工智能在电商领域的应用，为用户提供更智能、便捷的购物体验。
···
一项名为Model2Vec的新技术能够将句子转换器（Sentence Transformers）的大小减少到原来的五十分之一，并且使其运行速度提高到原来的五百倍。
这项技术通过最小化性能损失，实现了对数百万文档的即时向量搜索，无需预索引。Model2Vec不仅提升了处理效率，还极大地降低了存储需求，使得大规模文本处理变得更加高效和经济。
Model2Vec完全开源，开发者可以轻松地将其集成到现有的自然语言处理项目中，从而显著提高系统的响应速度和资源利用率。
Model2Vec在多个领域具有广泛的应用前景，包括但不限于搜索引擎优化、推荐系统、聊天机器人等。
更多关于Model2Vec的信息，请访问：https://t.co/OVJxpmTOYt
···
近日，一款基于GPT 4.1和Firecrawl的开源公司研究工具问世。只需输入公司名称，该工具即可迅速从互联网上获取结构化的公司数据。
此工具结合了OpenAI最新的GPT-4.1模型的强大自然语言处理能力和Firecrawl的数据抓取技术，能够高效地提取并整理相关信息。用户可以轻松获取包括公司概况、财务数据、市场表现等多方面的信息。
应用场景广泛，适用于投资者、分析师、市场营销人员以及任何需要深入了解特定公司的用户。此外，该工具还支持定制化查询，可以根据用户的具体需求提供更加精准的数据。
目前，该工具已开放试用，感兴趣的用户可以访问官方网站进行体验：https://t.co/of0cMt7sbF。
···
法律专业人士现在可以使用create-llama提供的”Deep Researcher”模板，迅速生成详尽的法律报告。只需提出一个问题，Deep Researcher会自动生成一系列子问题，从您的文档中寻找答案，并最终整合成一份完整的报告。
这个工具不仅极大地提高了工作效率，还确保了报告的准确性和全面性。对于律师、法律顾问及研究人员而言，这无疑是一个巨大的福音。
- 快速生成报告
- 自动提取关键信息
- 提高工作效率
- 保持报告准确性
立即体验这项强大的功能，只需在命令行中输入npx create-llama即可开始。更多详细信息，请访问官方网站：https://t.co/xFsws3l1RE
特别感谢Marcus Schiesser在此项目中的辛勤工作。
···
社区对Llama 4的反应虽然严厉，但这些模型背后的故事更加复杂。几周前，Meta发布了首批Llama 4模型：
**Scout**: 总参数109B，活跃参数17B，每层16个专家。
**Maverick**: 总参数400B，活跃参数17B，每层128个专家。
**Behemoth**: 总参数2T，活跃参数288B，每层128个专家。
Llama 4与Llama 3相比几乎在各个方面都有所不同：
- 基于MoE（混合专家）的模型架构
- 不同的多模态处理方法（早期融合+原生多模态）
- 强调预训练期间的模型蒸馏
- 不同的后训练流程
- 关注长上下文能力
Llama 3注重简单性和可扩展性，而Llama 4则致力于创建一个前沿级别的大语言模型，以与其他顶级实验室保持一致。许多Llama 4的设计细节受到了其他实验室的启发，例如OpenAI在GPT-4中采用了MoE架构，Google在Gemini中强调了原生多模态和长上下文能力，DeepSeek则重视蒸馏和大规模强化学习。
那么问题出在哪里呢？ 大语言模型的开发是一个经验驱动且迭代的过程。为了开发出强大的大模型，我们需要反复调整模型并建立稳健的评估系统，以便检测有意义的变化。然而，Llama 4一次性应用了许多重大变化，这种做法非常冒险。当模型公开发布时，内部和外部评估之间出现了巨大差异，揭示了评估能力方面的差距。
Meta接下来将如何应对？Llama 4是对Llama系列的一次重塑。Meta完全转向了新的研究策略，改变了模型的每一个方面，试图创建一个前沿级别的大模型。尽管Llama 4未能实现这一目标，但这并不令人意外。Meta在Llama 4上采取了明显的风险，这在未来可能会有所回报。
要创建前沿级别的大模型，Meta只需不断迭代和改进这些模型。目前，主要Llama版本之间的间隔正在增加，这是一个问题。模型将继续以令人不安的速度进化和改进。唯一的前进方向是快速迭代，并修复现有的评估能力差距，以避免像Llama 4这样的意外。
为了避免用户因价格过高而被排除在外，Llama 4模型需要蒸馏成许多更小、更密集的模型，如DeepSeek-R1和Qwen-2.5。创建前沿级别的大模型是一个好目标，但Meta可以在开放的大模型领域取得成功，而不必成为最先进的。毕竟，Llama从未被视为“最好的”大模型，开放性一直是其成功的基础。
···
Meta公司正在积极推进LlamaCon和其AI Web应用的开发。在即将发布的更新中，多个功能模块已经进入开发阶段。
目前，Meta AI Web应用已经在进行以下功能的开发：
- **Reasoning**（基于Llama 4 Reasoning模型）——提供更强大的推理能力
- Canvas——增强创意设计工具
- Research——支持科研工作的工具
- Search——优化搜索体验
- Talk——改进语音交互功能
- New video——用户可以上传或录制视频并重新生成内容
- Connected apps——与其他应用程序的集成
- Memory——增强记忆存储和检索功能
这些功能不仅将提升用户体验，还将进一步推动人工智能技术的应用和发展。
Meta致力于通过这些创新功能，为用户提供更加智能化、高效且多样化的服务。
···
观看Gemini 2.5 Pro实现了一篇里程碑式的Google DeepMind研究论文。
该工具不仅编码了强化学习算法，还实现了实时训练可视化，并具备调试错误的功能。这对于研究人员和开发者来说是一个巨大的进步，因为它提供了从代码编写到调试的全流程支持。
主要特点包括：
- 实时训练可视化：用户可以直观地看到模型在训练过程中的表现。
- 自动错误调试：系统能够自动识别并修复代码中的错误，提高开发效率。
- 集成开发环境：提供了一个完整的开发环境，简化了从算法设计到部署的整个流程。
这项技术的应用范围广泛，从自动驾驶汽车到智能机器人，都可以受益于这种高效的开发工具。
通过这种方式，Gemini 2.5 Pro不仅展示了其强大的功能，还为人工智能领域的研究和开发提供了新的工具和方法。
感兴趣的读者可以在Google DeepMind的官方Twitter账号上查看详细视频。
···
明天，加入我们的网络研讨会，探索Command A，这是Cohere推出的一款专为企业设计的最新生成模型。该模型针对需要高速处理、安全保障和高质量输出的企业用户进行了优化。
Command A结合了先进的自然语言处理技术，能够在多种应用场景中提供卓越的表现，包括但不限于客户支持、内容生成和数据处理。
主要特点：
- 高度可定制化，满足不同业务需求
- 强大的安全性和隐私保护机制
- 高效的数据处理能力，实现即时产出
通过参加本次网络研讨会，您将有机会深入了解如何利用这些高效的AI模型为企业创造即时价值。
立即注册：https://t.co/UYE0uRrKqK
