返回首页
最新
嗨，HN，我是蒂娜。
我一直在探索如何提高大型语言模型的可靠性。其中一个持续存在的问题是“幻觉”——模型可能会给出自信的答案，但这些答案在事实层面上是错误的，或者基于不存在的来源。这在金融、法律或研究等对准确性要求较高的领域尤其危险。
为了解决这个问题，我正在构建CompareGPT，旨在使人工智能的输出更加可信。
我们正在进行的一些关键更新包括：
- 置信评分：每个答案都会显示其可靠性。
- 来源验证：突出显示数据是否可以通过参考文献支持。
- 多模型比较：提出一个问题，查看不同模型的并排响应。
在这里试试：<a href="https://comparegpt.io/home" rel="nofollow">https://comparegpt.io/home</a>
目前，它在基于知识的查询（如金融、法律、科学）中效果最佳。我们仍在解决一些局限性——例如，目前不支持图像输入。
我很想听听你的想法，特别是它在哪些方面表现不佳或在哪些方面最有用。欢迎给出尖锐的反馈。
谢谢！
我在过去几周里一直在开发Invocly——一个将整个文档转换为自然听感音频的工具。您可以直接上传或分享文档，而无需复制粘贴文本，随时随地收听。<p>功能<p>直接上传文档并转换为音频<p>通过短样本克隆您的声音，提供个性化体验<p>界面简洁明了——所需设置极少<p>快速迭代——我们根据用户反馈迅速推出改进<p>我很想听听HN社区的反馈，特别是关于哪些格式或集成最有用。<p>在这里试用：<a href="https://invocly.com" rel="nofollow">https://invocly.com</a>