Perplexity AI 是一家专注于开发新一代 AI 搜索引擎的公司,创立于 2022 年 8 月,由前 OpenAI 研究科学家 Aravind Srinivas 与前 Meta 研究科学家 Denis Yarats(Perplexity CTO)等合伙人共同创办。
其优势包括:
劣势有:
独特之处在于将 LLM 技术应用于搜索引擎领域,试图颠覆传统基于关键词匹配的搜索范式,为用户提供更自然和智能的搜索体验,还融合了个性化和上下文感知等功能,努力成为新一代的“智能助手”。
此外,Perplexity AI 还是一款人工智能教育应用程序,允许用户将问题格式化为线程以便消化信息,可作为 Web 应用程序、Android 应用程序和 IOS 应用程序使用。有趣的是,其创始人曾在 Google AI 工作。
Perplexity AI是一家专注于开发新一代AI搜索引擎的公司,创立于2022年8月,由前OpenAI研究科学家Aravind Srinivas与前Meta研究科学家Denis Yarats(Perplexity CTO)等合伙人共同创办。它的搜索引擎采用了大型语言模型(LLM)技术,可以更好地理解和回答用户的自然语言查询。优势理解能力强:Perplexity的LLM模型能够深入理解查询的语义,而不仅仅是匹配关键词,从而提供更准确和相关的结果。生成式回答:它可以生成通顺的自然语言回答,而不是简单返回网页链接和片段。这使得结果更易于理解和使用。个性化和上下文感知:Perplexity可以根据用户的历史查询和偏好来个性化结果,提供更加贴合需求的答复。劣势训练成本高:训练大型LLM模型需要大量的计算资源和高质量的训练数据,成本可能较高。可解释性差:LLM的工作原理较为黑箱,很难解释为什么会给出某个结果,缺乏透明度。潜在的偏差和不当内容:由于训练数据的局限性,LLM可能会产生偏见或不当内容。独特之处Perplexity将LLM技术应用于搜索引擎领域,试图颠覆传统的基于关键词匹配的搜索范式,为用户提供更自然和智能的搜索体验。它还融合了个性化和上下文感知等功能,努力成为新一代的"智能助手"。总的来说,Perplexity凭借LLM的强大语义理解能力,为搜索引擎带来了新的可能性,但也面临着一些技术和伦理挑战。原问题:Perplexity AI如何?谁开发的?其优劣势是?有什么独特之处?
Janitor AI在对话式AI平台领域中脱颖而出,其独特设计用于参与不安全工作(NSFW)交互。它还使用户能够创建自己的NSFW聊天机器人。尽管该工具产生的流量和兴趣可能有点令人惊讶,但这可能归因于其独特的定位和让用户创建自己的角色的能力。但让它的崛起更加疯狂的是,SEMrush在2023年5月之前没有任何Janitor AI的流量数据,这也是他们的Twitter帐户创建的时间。虽然我们无法找到确切的发布日期,但这表明了这个聊天机器人的快速发展。看看下面的数字:推出时间:2023年5月左右考虑的月份数:4个月总流量(5月23日- 8月23日):192,382,354(192.4M)平均每月流量:4810万流量净增长:4880万每月平均流量增长:1630万[heading3]5.Perplexity AI(净增长:2530万次访问)[content]Perplexity AI是一款人工智能教育应用程序,让学习变得简单、快速。它允许用户将他们的问题格式化为线程,以便他们可以轻松地消化信息。它可作为Web应用程序、Android应用程序和IOS应用程序使用。有趣的是,Perplexity AI的创始人曾在Google AI工作,并于2022年8月创立了该公司。从那时起,它就出现了快速增长,请看下面:推出时间:2022年8月考虑的月份数:9个月总流量(12月23日- 8月23日):134,267,104(134.3M)平均每月流量:14.9M流量净增长:2530万每月平均流量增长:320万
如果你看看Stripe的天使投资者名单,那真的很了不起,这就是我们得到一些很酷的投资者的方式,包括Jeff Dean,他试用了Twitter搜索演示,并说:“我从未使用过这样的东西,但我真的很喜欢。”那时,他还没有看到任何类似于我们今天所做的事情,这就是为什么现在我们不公开说他是投资者,因为有利益冲突。随着我们的进展,我们不断意识到我们所做的所有工作,例如获取外部数据、处理它、将其放入结构化表格,然后让元素进行搜索,可以改为在预处理方面做很少的离线工作,并在推断时让LLM做更多的后处理工作,因为LLM变得越来越聪明了。我们可以看到,我们从很旧的GPT-3模型和Codex开始。随着GPT-3.5的推出,比如DaVinci 2或DaVinci 3以及Turbo,我们可以看到它们变得更便宜、更快、更好。因此,我们改变了我们的策略,试着只获取链接,然后尝试从这些链接获取原始数据,并在推断时在线进行更多的工作。这给了我们一种新的优势,Google没有为此构建。Google是为了在预处理步骤中做所有的工作,这是他们的拿手好戏。在这一点上,没有人能够击败他们。但是,首次你不需要做所有这些。你确实需要做一些以提高效率和速度,但不像过去二十年里他们所做的那样多。因此,我们推出了这个通用搜索,它只是获取链接并以引文的形式进行摘要。我们并且在免责声明中提出了一个声明,这是一个很酷的演示,是通过GPT-3.5和必应进行串联的,我们希望与更大的公司合作。