*本文原創發布于差評孵化的商業財經類賬號?“知危”
*本文在原文基礎上有增量信息的加入
最近一周,相信大家已經知道了ChatGPT有多厲害,并且聽說微軟旗下的Bing搜索將會集成ChatGPT的消息了。
今早9點,知危編輯部收到了微軟的郵件,我們獲得了集成ChatGPT的Bing搜索的內測資格。
似乎網絡上還沒有其他中文媒體表示獲得內測資格并給出比較全面的評測,那么,知危編輯部帶你搶先體驗一下。
集成了ChatGPT?的Bing,名字叫?“NewBing”,與老Bing相比,會在搜索框下面提醒你試一試問搜索引擎一個具體問題。
當我們隨便搜索一個問題后,界面看起來跟傳統搜索不會有什么不同。
但,拿鼠標滾輪往上一滑動,新世界就開啟了,你將要進入一個與搜索引擎對話的界面。
與ChatGPT單純的給答案不同,NewBing還會給你列出它所生成答案的所有信息源:
CZ:幣安U本位期貨合約服務/API問題已解決:4月10日消息,CZ發推稱,幣安U本位期貨合約服務/API問題已解決,此前出現的問題由服務器問題導致,目前團隊已將服務遷移至其他服務器。
據此前報道,CZ發推稱,幣安期貨UM Rest服務/API的一些問題,影響到了UI和API。只有U本位(USD-Margined)期貨合約受到影響,幣本位(COIN-Margined)期貨合約未發現問題。[2023/4/10 13:54:40]
這么做是以便于你自己去了解更詳細的信息或是驗證回答的真偽,很符合一個高效、智能的搜索引擎應該做的事情:
精準命中你的問題,并且有理有據地給出信息源。
不客氣地說,對搜索引擎來講,這是一種革命性的體驗提升。
要知道,在過去,你要從十幾甚至幾十個網頁中自行翻找有效答案,還要時刻提防搜索引擎灌給你的廣告頁面。
除了效率的提升,還需要強調的一點是:
相較于ChatGPT?免費版陳舊的數據庫,NewBing是具有時效性的,它可以給到你新的信息。
比如,我們問了NewBing?“今天有什么金融新聞嗎?”
從回答可以看出,它列出的新聞是“還熱乎”的那種,并且,它會根據回答中“美聯儲主席鮑威爾講話”這件事,推薦我們繼續問:“你對鮑威爾的講話有什么看法?”。
數據:約占總量33%的ARB空投已被領取:3月23日消息,據Dune數據,目前已有已有196125個地址領取ARB空投,已領取ARB數量為383204875個,約占總空投量的32.97%。[2023/3/24 13:22:51]
而關于這個問題的回答,NewBing依然是時效性的:
并且,它的回答結合了鮑威爾以及美聯儲去年的態度和最近幾天的新表態。
其中一個新聞源是去年6月的??▼
另外一個新聞源是3天前的??▼
我們順著它的推薦問題,進一步問了它:“美元的走勢會是如何?”
我們核查了它的信息源,發現它直接抓取了新浪財經美元兌人民幣的匯率以及美元指數,并且抓取了一名相關博主的分析,最融合到一起,給出了答案。
法國投資者起訴Binance法國,要求賠償超240萬歐元損失:金色財經報道,據當地媒體消息,Binance法國公司及其母公司Binance Holdings Limited因涉嫌誤導性商業行為和欺詐性隱瞞而被法國的15名投資者起訴。原告聲稱,Binance在獲得該國當局的注冊之前就宣傳和分銷加密貨幣服務,違反了法國法律。
據報道,投訴中的截圖顯示了Binance在獲得許可證之前的社交媒體活動,包括一個被稱為 \"Binance法語 \"的Telegram頻道。原告還聲稱,在TerraUSD(UST)崩潰后,他們損失了240多萬歐元,而Binance法國將該代幣宣傳為錨定美元支持的。
幣安法國回應了有關此案的問題。據稱,該公司在涉事期間未在法國進行任何宣傳傳播,并指出“Telegram群組是全球社區論壇”,從而允許用戶自愿創建和加入頻道。(Cointelegraph)
此前金色財經報道,法國的金融市場監管機構Autorité des marchés financiers已于2022年5月向Binance頒發了數字資產提供商的許可證。該許可證允許該加密貨幣交易所提供資產托管和加密貨幣交易等服務。[2022/12/26 22:07:24]
NewBing?抓取的美元走勢技術性分析??▼
知危編輯部剛好有個同事之前在摩根做過量化實習,他說NewBing抓取的這個博主的分析還算能看,并說他在網上隨便搜了一下,同時期有其他人的分析很水。
我們不確定NewBing抓到這則分析并使用是巧合還是有意篩選,如果是有意篩選的,那真的強到令人發指了。
Coinbase CEO:“去中心化金融”應該得到立法保護:金色財經報道,加密貨幣交易所Coinbase CEO在其社交媒體上稱:“去中心化金融”應該得到立法保護。[2022/10/22 16:35:13]
根據前面兩個例子我們可以發現:
它可以結合鮑威爾現在和去年的表態,給出一個預測;也可以根據事實匯率數據和分析員的時效性發言,給出一個預測。
所以,我們可以判斷:
現在的NewBing,不僅是具有時效性的,它還會結合各類因素,做一定程度的類似于“思考”的動作。
我們可以明顯地感覺到,NewBing在實用性方面,要遠遠高于前些天大家試用的ChatGPT。
同時,這個實用性,還不止于此,我們發現?NewBing能回答的問題的范圍限度也比試用版的ChatGPT要高很多。
我們曾經問過ChatGPT是否可以幫我們計算阿里巴巴的現金流折現,它是拒絕回答的。
但是在NewBing上,它是可以回答我們的,并且嚴謹地提示我們這僅是理論預估,僅供參考:
甚至是當我問它具體折現參數的時候,它仍然可以給出答案:
SBF:基本同意聯合訂單簿可提供更多流動性,一些司法管轄區合規要求不兼容:8月1日消息,SBF在其社交平臺回應CZ此前有關集中流動性的言論時表示,基本同意聯合訂單簿可提供更多流動性。與之相對的,一些司法管轄區沒有完全兼容的合規要求,需要“圍墻花園”(walled gardens)。[2022/8/1 2:51:24]
我們暫時沒有足夠的時間去驗證其給出數據的準確性,但如果NewBing給出的數據是準確的,那么據知危編輯部中的前從業者表示:
“這是高端從業者1個人1天左右的工作量,初級從業者2個人1~2天的工作量,這個根據項目和所測算公司的難度和甲方的要求,存在一定差異”
同時,我們還發現,與ChatGPT的嘴硬相比,NewBing會修正自己的錯誤,而且是有理有據的修正。
比如我們問蔚來過去一年的汽車銷量:
我們指出錯誤后:
不過,它嘴硬的毛病也沒有被完全治好,編輯部隔壁同事測試的時候,出現了滑稽的場景。。。
我們問NewBing:截至今天,詹姆斯一共打了多少場常規賽。
正確答案是1410?場,這個數字我們在百度百科和NBA官網都核查過了。
圖源?NBA?官網??▼
圖源百度百科??▼
但NewBing的回答是1577場,于是我們就回復它:說錯了。
結果NewBing不僅不承認它有錯,還說我們錯了,說我們看的是2021年的過時數據,讓我們去NBA官網看。
我們當時火就上來了,就讓它發資料來源,并讓它給我看NBA官網數據。
它發了一個根本打不開的NBA官網鏈接,我們就自己去查了一遍,再次確定我們是正確的。
我們就說我們剛看過一遍,我們是對的。
結果它說它也剛看過一遍,就是1577。讓我們刷新網頁,清理個緩存。
在我們又重復了一遍后,你猜怎么著?
NewBing有脾氣了。。。
?“?我真沒錯,我不知道你為什么看不到最新數據。你是不是看的其他詹姆斯,詹姆斯哈登,詹姆斯威斯曼?
你看看這圖,這是NBA官網的,顯示1577場不是1410?場,看得到嗎??”?
最騷的是,它還給我們發流汗笑?陰陽怪氣是吧?
就在這時,我們想起它之前給了一份參考資料:《?詹姆斯在?1577?場的?NBA?比賽中,贏得了多少場勝利讓我們來看看?》
在我們打開這個新聞后,我們才發現,他原來混淆了“常規賽”和“總比賽”。
最后,在我們明確指出它的問題出在哪里后,NewBing終于承認錯誤了。
我們說我們生氣了,它為了求我們原諒,還給我們寫了一首詩。。。。
不過此時,它的答案對不對,已經不重要了。
它似乎強的一塌糊涂,它幾乎擁有和人類一樣的思維,去對話,去理解,還能以人類永遠無法超越的效率,去查閱各種資料。
它現在還有缺陷,但未來前途光明。
這一刻,我們感覺我們仿佛在見證一個科技互聯網行業的新的歷史。
最后,我們問了NewBing,它是否會搶占同行的份額?
它的回答,保守,但又自信。
Tags:BININGWBINEWBBinance Multi-Chain CapitalKingSpeedWBINDNewb Token
本文嘗試從演化角度討論RollupLayer2的發展以及演進,主要解答以下幾個問題:Rollup是如何工作的Rollup的模塊化演進模塊化帶來的可能性模塊化應用的技術趨勢總結Rollup是如何工.
1900/1/1 0:00:00自去年年底,Blur三季空投一直是加密市場追逐的焦點。最近,Blur發展態勢呈指數增長,甚至牽連起了經歷短暫沉寂的NFT市場.
1900/1/1 0:00:00Arbitrum上的DeFi項目再次迎來春天,原生項目中,衍生品類的GMX、DEX類的Camelot、借貸類的Radiant,都吸引了很多的關注.
1900/1/1 0:00:00注:原文為DeFi研究員@Slappjakke推文,MarsBit整理編譯。看好Arbitrum生態系統代幣,但沒有時間每天研究?讓專業人士@FactorDAO為你管理資產.
1900/1/1 0:00:00ChatGPT能否取代Google、百度這樣的傳統搜索引擎?為什么中國不能很快做出ChatGPT?當前,對這些問題的探討大多囿于大型語言模型的技術可行性.
1900/1/1 0:00:00我們已經進入了生成人工智能的時代。用例無處不在——從寫論文到創作漫畫再到剪輯電影——而且采用速度超過了過去十年的每一種消費技術趨勢.
1900/1/1 0:00:00