ChatGPT est sur le point de lancer une série de nouvelles fonctionnalités d'achat conçues pour améliorer l'expérience d'achat de l'utilisateur dans les réponses de recherche.
Ces nouvelles fonctionnalités sont les suivantes
- Une image tournante contenant le produit découvert avec une option "Demander des informations sur ce produit" (appelée "Réponse ciblée sur le produit").
- Barres latérales présentant des images du produit, des options d'achat, un résumé des avis des consommateurs et ce qu'ils pensent du produit.
En l'état actuel, parmi ces liensAucun lien de marketing affilié n'est attaché. De plus, ChatGPT n'ajoute automatiquement que l'URL de référence à la page d'accueil.utm_source=chatgpt[.] comCe paramètre de suivi permet de faciliter l'analyse du trafic importé depuis les résultats de recherche de ChatGPT.
Il convient de noter que tous les produits présentés sont le résultat d'une sélection indépendante et non de promotions publicitaires.
OpenAI étudie un moyen simple pour les commerçants de transmettre des informations sur les produits directement à ChatGPT, bien que seules les soumissions de formulaires d'intention soient acceptées à ce stade.
---
C'est officiel, ChatGPT lance officiellement une nouvelle expérience d'achat.
Ces améliorations ont commencé à être progressivement déployées pour les utilisateurs Plus, Pro et Free, ainsi que pour les utilisateurs non connectés, dans le monde entier. Le déploiement complet devrait être achevé d'ici quelques jours.
nouvelle fonctionnalitéIl s'agit notamment de recommandations de produits plus intelligentes, de résultats de recherche plus précis et d'un processus d'achat plus fluide, afin d'offrir aux utilisateurs une expérience d'achat plus pratique et plus personnalisée.
En outre, la fonction de recherche a été considérablement améliorée. La fonction de recherche est devenue l'une des fonctions les plus populaires et à la croissance la plus rapide de ChatGPT, traitant plus d'un milliard de demandes de recherche sur le web au cours de la seule semaine dernière.
Grâce à ces améliorations, ChatGPT améliore non seulement l'expérience d'achat de ses utilisateurs, mais renforce également sa compétitivité sur le marché des moteurs de recherche.
---
OpenAI a annoncé l'introduction d'une nouvelle fonction d'achat dans son produit phare ChatGPT, une mise à jour alimentée par GPT-4o. La mise à jour est disponible pour tous les groupes d'utilisateurs, y compris les utilisateurs de ChatGPT Pro, Plus et Free, ainsi que les utilisateurs globaux qui ne sont pas connectés.
L'ajout de la fonction d'achat améliorera considérablement l'utilité de ChatGPT, en permettant aux utilisateurs de rechercher des produits, de comparer les prix et d'effectuer des achats directement à partir de l'interface de chat. Cela simplifie non seulement le processus d'achat, mais offre également une expérience d'achat plus personnalisée.
Les principales caractéristiques sont les suivantes :
- Recherche et recommandation de produits en temps réel
- Comparaison des prix multiplateformes
- Lien d'achat en un clic
En outre, les puissantes capacités de traitement du langage naturel de GPT-4o permettent à ChatGPT de mieux comprendre les intentions des utilisateurs et de fournir des suggestions de merchandising précises.
Cette nouvelle fonctionnalité favorisera l'application de l'intelligence artificielle dans le domaine du commerce électronique, offrant aux utilisateurs une expérience d'achat plus intelligente et plus pratique.
---
Une nouvelle technologie appelée Model2Vec réduit la taille des transformateurs de phrases à un cinquantième de leur taille d'origine et les rend 500 fois plus rapides.
Cette technologie permet d'effectuer des recherches vectorielles à la volée dans des millions de documents sans pré-indexation, en minimisant les pertes de performances. Model2Vec améliore non seulement l'efficacité du traitement, mais réduit aussi considérablement les besoins en stockage, ce qui rend le traitement de texte à grande échelle plus efficace et plus économique.
Modèle2VecEntièrement open source, les développeurs peuvent facilement l'intégrer dans des projets existants de traitement du langage naturel afin d'améliorer de manière significative la réactivité du système et l'utilisation des ressources.
Model2Vec a un large éventail d'applications dans plusieurs domaines, y compris, mais sans s'y limiter, l'optimisation des moteurs de recherche, les systèmes de recommandation, les chatbots, etc.
Pour plus d'informations sur Model2Vec, veuillez consulter : https://t.co/OVJxpmTOYt
---
Un outil de recherche d'entreprises open source basé sur GPT 4.1 et Firecrawl a été récemment lancé. En tapant simplement le nom d'une entreprise, l'outil peut rapidement obtenir des données structurées sur l'entreprise à partir d'Internet.
Cet outil combineOpenAILa puissante capacité de traitement du langage naturel du dernier modèle GPT-4.1 et la technologie d'exploration des données de Firecrawl permettent d'extraire et d'organiser efficacement les informations pertinentes. Les utilisateurs peuvent facilement accéder à un large éventail d'informations, notamment une vue d'ensemble de l'entreprise, des données financières, les performances du marché, etc.
Large éventail de scénarios d'applicationCet outil convient aux investisseurs, aux analystes, aux spécialistes du marketing et à tout utilisateur souhaitant obtenir des informations sur une entreprise spécifique. En outre, l'outil prend en charge les requêtes personnalisées, fournissant des données plus précises basées sur les besoins spécifiques de l'utilisateur.
L'outil est actuellement ouvert à l'essai et les utilisateurs intéressés peuvent se rendre sur le site officiel pour le tester : https://t.co/of0cMt7sbF.
---
Les professionnels du droit peuvent désormais utiliser le modèle "Deep Researcher" fourni par create-llama pour générer rapidement des rapports juridiques détaillés. Il suffit de poser une question.Chercheur en profondeurUne série de sous-questions est automatiquement générée pour trouver les réponses à partir de vos documents et finalement intégrée dans un rapport complet.
Cet outil permet non seulement d'améliorer considérablement la productivité, mais aussi de garantir la précision et l'exhaustivité des rapports. Pour les avocats, les conseillers juridiques et les chercheurs, il s'agit sans aucun doute d'un atout majeur.
- Génération rapide de rapports
- Extraction automatique des informations clés
- Efficacité accrue
- Maintenir l'exactitude des rapports
Expérimentez immédiatement cette puissante fonctionnalité en tapant simplement dans la ligne de commandenpx create-llamapeuvent être lancés. Pour plus de détails, visitez le site officiel : https://t.co/xFsws3l1RE
des remerciements particuliersMarcus Schiessertravail acharné dans le cadre de ce projet.
---
Si la réaction de la communauté à l'égard du Llama 4 a été sévère, l'histoire derrière ces modèles est plus complexe. Il y a quelques semaines, Meta a publié les premiers modèles de Llama 4 :
**Eclaireur** : 109B paramètres totaux, 17B paramètres actifs, 16 spécialistes par niveau.
**Maverick** : 400B paramètres totaux, 17B paramètres actifs, 128 experts par niveau.
**Béhémoth** : 2T de paramètres totaux, 288B de paramètres actifs, 128 spécialistes par niveau.
Le Llama 4 est différent dans presque tous les domaines par rapport au Llama 3 :
- Architecture du modèle basée sur l'expertise mixte (MoE)
- Différentes approches de la multimodalité (fusion précoce + multimodalité native)
- L'accent est mis sur la distillation des modèles lors de la préformation
- Différents processus post-formation
- Accent mis sur les compétences en matière de contextualisation à long terme
Alors que Llama 3 se concentrait sur la simplicité et l'évolutivité, Llama 4 se consacre à la création d'un niveau de pointe en matière de modélisation des grands langages, afin de ne pas se laisser distancer par d'autres laboratoires de premier plan. De nombreux détails de la conception de Llama 4 ont été inspirés par d'autres laboratoires, comme l'adoption par OpenAI de l'architecture MoE dans GPT-4, l'accent mis par Google sur la multimodalité native et les capacités de contexte long dans Gemini, et l'accent mis par DeepSeek sur la distillation et l'apprentissage par renforcement à grande échelle.
Quel est le problème ? Le développement de grands modèles linguistiques est un processus empirique et itératif. Afin de développer de grands modèles robustes, nous devons ajuster les modèles de manière itérative et construire des systèmes d'évaluation robustes afin de détecter les changements significatifs. Cependant, le Llama 4 applique de nombreux changements majeurs en une seule fois, ce qui constitue une approche très risquée. Lorsque le modèle a été rendu public, des écarts importants sont apparus entre les évaluations internes et externes, révélant des lacunes dans les capacités d'évaluation.
Le Llama 4 était une réinvention de la série des Llama. Meta a adopté une nouvelle stratégie de recherche, modifiant chaque aspect du modèle dans le but de créer un niveau de pointe pour les grands modèles. Si le Llama 4 n'a pas atteint cet objectif, ce n'est pas surprenant. Meta a pris un risque évident avec le Llama 4, qui pourrait s'avérer payant à l'avenir.
Pour créer de grands modèles au niveau de la frontière, Meta doit simplement continuer à itérer et à améliorer ces modèles. Actuellement, l'intervalle entre les principales versions du Llama s'allonge, ce qui pose un problème. Les modèles continueront d'évoluer et de s'améliorer à un rythme inquiétant. La seule façon d'avancer est d'itérer rapidement et de combler les lacunes existantes dans les capacités d'évaluation afin d'éviter des surprises telles que Llama 4.
Pour éviter d'exclure des utilisateurs en raison de son prix élevé, le modèle Llama 4 doit être distillé en de nombreux modèles plus petits et plus denses, tels que DeepSeek-R1 et Qwen-2.5. Créer des grands modèles de pointe est un bon objectif, mais Meta peut réussir dans l'espace ouvert des grands modèles sans avoir à être à la pointe de la technologie. Après tout, Llama n'a jamais été considéré comme le "meilleur" grand modèle, et l'ouverture a toujours été la base de son succès.
---
Meta poursuit activement le développement du LlamaCon et de son application web AI. Plusieurs modules de fonctionnalités sont déjà en cours de développement dans la prochaine mise à jour.
Actuellement, l'application Web Meta AI travaille déjà sur les fonctionnalités suivantes :
- **Raisonnement** (basé sur le modèle de raisonnement Llama 4) - offre des capacités de raisonnement plus puissantes
- Canvas - Outils de conception créative améliorés
- Recherche - outils pour soutenir le travail scientifique
- Recherche - optimiser l'expérience de la recherche
- Talk - amélioration de l'interaction vocale
- Nouvelle vidéo - les utilisateurs peuvent télécharger ou enregistrer des vidéos et régénérer le contenu.
- Applications connectées - intégration avec d'autres applications
- Mémoire - Amélioration des fonctions de stockage et de récupération de la mémoire
Ces caractéristiques permettront non seulement d'améliorer l'expérience de l'utilisateur, mais aussi de promouvoir davantage l'application et le développement de la technologie de l'IA.
Meta s'engage à fournir aux utilisateurs des services plus intelligents, plus efficaces et plus diversifiés grâce à ces fonctionnalités innovantes.
---
Regardez Gemini 2.5 Pro réaliser un document de recherche historique de Google DeepMind.
L'outil ne se contente pas d'encoder les algorithmes d'apprentissage par renforcement, il permet également de visualiser l'entraînement en temps réel avec des capacités de débogage des erreurs. Il s'agit d'une avancée considérable pour les chercheurs et les développeurs, car il offre un soutien complet du processus, de l'écriture du code au débogage.
Les principales caractéristiques sont les suivantes :
- Visualisation de la formation en temps réel : les utilisateurs peuvent visualiser les performances du modèle pendant la formation.
- Débogage automatique des erreurs : le système peut identifier et réparer automatiquement les erreurs dans le code afin d'améliorer l'efficacité du développement.
- Environnement de développement intégré (IDE) : il s'agit d'un environnement de développement complet qui simplifie l'ensemble du processus, de la conception de l'algorithme au déploiement.
Cette technologie a un large éventail d'applications, des voitures auto-conduites aux robots intelligents, qui peuvent bénéficier de cet outil de développement efficace.
Ainsi, Gemini 2.5 Pro démontre non seulement sa puissance, mais fournit également de nouveaux outils et méthodes pour la recherche et le développement dans le domaine de l'intelligence artificielle.
Les lecteurs intéressés peuvent obtenir plus d'informations à l'adresse suivanteGoogle DeepMindpour visionner la vidéo détaillée.
---
Rejoignez-nous demain pour un webinaire explorant Command A, un modèle de génération actualisé de Cohere conçu pour l'entreprise. Ce modèle est optimisé pour les utilisateurs professionnels qui ont besoin d'un traitement rapide, d'une sécurité et d'un résultat de haute qualité.
Command A combine une technologie avancée de traitement du langage naturel pour offrir des performances supérieures dans une variété de scénarios d'application, y compris, mais sans s'y limiter, l'assistance à la clientèle, la génération de contenu et le traitement des données.
Principales caractéristiques: :
- Hautement personnalisable pour répondre aux différents besoins des entreprises
- Mécanismes solides de sécurité et de protection de la vie privée
- Capacités de traitement des données efficaces pour un résultat immédiat
En participant à ce webinaire, vous aurez l'occasion de comprendre comment ces modèles d'IA très efficaces peuvent être utilisés pour créer une valeur immédiate pour votre entreprise.
Inscrivez-vous dès maintenant :https://t.co/UYE0uRrKqK
