Meta发布两款新人工智能模型以处理复杂任务

昨天 22:42

Meta宣布推出两款新的人工智能模型，Muse Wonder和Muse Wonder Full，该公司称这些模型是迄今为止最强大和高效的系统。这些模型旨在超越回答问题和生成内容，专注于执行个人和专业用途的复杂任务。

此次发布是在Meta人工智能战略经过14个月的重组后进行的，该战略包括对Muse Spark模型的开发。最新的系统旨在支持实际活动，例如审核保险索赔、分析财务信息、开发软件和构建应用程序。

新模型的一个核心特征是Meta所称的主动记忆，这是一种设计用于在对话中保留相关信息并在需要时检索该信息的能力。这可以帮助用户管理较长的项目，而无需重复提供相同的背景信息，尽管这种功能的有效性将取决于信息存储和应用的准确性。

这些模型还采用了一种称为主动专注的方法，使它们能够继续朝着定义的目标努力，测试替代解决方案并在过程中纠正错误。根据该公司的说法，它们可以在采取重要行动之前寻求用户确认，这在人工智能系统越来越多地参与具有现实后果的任务时是一个重要的保障。

Meta的目标是应用于法律、金融、医疗、编程和应用开发等领域。在这些领域，人工智能系统可以潜在地减少重复工作，并帮助用户处理大量信息。然而，专业部署也需要可靠的结果、强大的数据保护和适当的人类监督，特别是在决定可能影响人们的财务、法律权利或健康时。

对这两款模型的访问将有所不同。Muse Wonder可以通过Meta的模型API和Muse Code服务提供给开发者，而Muse Wonder Full最初仅限于Muse Code订阅者。Meta还表示，计划在不久的将来将第一个模型引入Muse平台的体验。

安全性和隐私是该公司强调的其他领域。Meta表示，这些模型经过训练，避免在未授权的情况下共享个人信息，并拒绝可能促进有害活动的请求。该公司还指出潜在的网络安全应用，包括识别软件漏洞和帮助改善数字系统的保护。

这些能力反映了人工智能行业向能够执行多步骤任务的系统的更广泛转变，而不仅仅是响应单个提示。这些工具可能提供生产力提升，但也引入了涉及准确性、访问权限、问责制和意外行为风险的挑战。

Meta表示，这些模型是在其扩展超智能的框架下开发的。然而，它们的实际表现最终将取决于它们在受控测试环境之外如何处理高要求的任务，以及它们的保障措施在日常使用中的有效性。

此次发布标志着Meta在竞争日益激烈的人工智能市场中的又一步，科技公司正在投资于能够推理、使用工具并支持更复杂工作流程的系统。随着访问权限的扩大，开发者和用户将关注这些新模型是否能够在保持敏感应用所需的可靠性和安全性的同时，提供可衡量的改进。

关键词：

了解更多关于我们的信息！