-
大模型无法替代码农！普林斯顿芝大惊人发现：GPT-4解决GitHub编程问题成功率为0
新智元报道编辑：编辑部【新智元导读】ChatGPT之类的AI编码工具来势汹汹，Stack Overflow又裁员了！不过，普林斯顿和芝大竟发现，面对真实世界GitHub问题，GPT-4的解决率竟是0%。Stack Overflow，已经被ChatGPT创飞了！因为码农大量涌向ChatGPT、Github Copilot，Stack Overflow今天不得已宣布裁员100多人，几乎占员工人数的1/3。所以，ChatGPT这类AI编码工具，真的要颠覆整个行业了？不过最近，普林斯顿和芝大的一项研究发现，LLM想要替代码农，其实没那么容易。论文地址：https://arxiv.org/abs/2310...
智能设备 2023-10-19 02:14:55 -
苹果承认部分iPhone15机型存在烧屏问题，iOS17.1将修复
IT之家 10 月 18 日消息，苹果公司今天发布了 iOS 17.1 RC 版本更新，特别针对苹果 iPhone 15、iPhone 15 Pro 系列机型，修复了“可能导致图像残留”的问题。苹果自推出 iPhone 15 手机以来，陆续有用户反馈称新款机型出现严重烧屏问题。有人猜测这可能是 OLED 显示屏的硬件问题，现在苹果通过软件方式修复了烧屏问题。虽然大多数显示问题的报告来自“iPhone 15”用户，但也有一些使用 iPhone 13 Pro 和 iPhone 12 Pro 设备的用户看到了类似的问题，这可能就是为什么苹果的发行说明没有具体提及“iPhone 15”的原因。IT之家注：如果你当前使用的 iPhone 出现烧屏问题，那么可以尝试升级到 iOS 17...
智能设备 2023-10-19 02:14:53 -
乐创能源CEO潘多昭：新能储能虽然爆火，但资产的可融资性一直是大问题
6月5日消息，2023中国能源产业发展年会“新型储能投融资研讨会”会上，乐创能源董事长CEO潘多昭表示，希望行业各界重视起储能安全性问题：“新型储能行业火爆的背后，有着一个大家没有完全解决的问题，也就是储能的资产价值危险造成其难以转化成金融，或者说资产的可融资性一直是一个问题。”对很多投运的储能设施没有大规模使用的问题，他表示：“项目都闲置了，技术如何迭代？又如何让证券公司或者租赁公司来确定资产的收益率？”他谈到，在新型储能行业的发展初期，在行业面临的困难和挑战面前，大家首先要做的并不是行业竞争，而是如何提升抗波动能力：原材料价格、技术的迭代、核心人才的流失等都是我们所面临的风险...
业界动态 2023-06-05 19:39:33 -
长城举报比亚迪的常压油箱，到底有没有问题？
【网易科技5月27日报道】最近车圈很不太平，比亚迪和长城汽车的事件连冲两次热搜。双方各自发布声明，使得业内和网友间激起千层浪...
智能设备 2023-05-27 11:58:35 -
为什么苹果始终不做无边框全面屏或曲面屏手机，是技术问题吗？
为什么苹果始终不做无边框全面屏，是技术问题吗？作为全球知名的科技巨头，苹果公司一直保持着其独特的产品设计风格。然而，在过去的几年中，与其他手机品牌相比，苹果始终没有推出无边框全面屏和曲面屏手机，这引发了许多用户的疑问...
手机互联 2023-05-25 08:22:45 -
iOS16.5又闯祸了，多款iPhone续航出现问题
上周苹果正式推送了iOS 16.5，主要是修补了39个漏洞外加带来语音录屏、骄傲壁纸等一些小变化。但是经过几天的iPhone用户体验却发现这个版本还带来了一些小问题，比如：多款iPhone的续航出现缩水现象。其实这是升级到iOS 16...
手机互联 2023-05-24 01:27:02 -
不理解！苹果信号问题影响“正常使用”，为何用户依然默默忍受？
明明苹果信号影响使用，为什么大家都愿意忍受？最近看了iPhone14，于是想买苹果手机替换现在用的安卓，但了解了身边用苹果的朋友还有网络测评，发现苹果对于手机的基础功能信号做得不是很好，而且实际体验了朋友的苹果发现这个信号体验真的非常捉急，可是苹果销量反而这么好，所以非常想知道为什么大家能忍受这种手机基本的功能都有缺陷的情况？用忍受这个词我觉得明显是不妥当的，苹果的确在一些极端场景下相对信号弱很多！（例如穿越在大山中的高铁上、在山里、地铁、地下车库、电梯等场景）但是我们又有多少人会特别高频出现在这样的场景下呢？一个很扎心的事实，虽然手机核心功能是打电话、社交沟通！但是智能手机以来，其实很多人的社交需求很低，智能手机更多是陪伴是娱乐价值！也没有那么多紧急的事情，到信号好的地方处理才来得及！有时候要打电话、要上网、要聊微信，基本上在正常的办公场所、家里时间更多一点，即使是路上绝大部分都是信号比较好的地方！苹果手机的型号即使再坏，说句不好听的话，对于日常的使用影响并不大！除非一些特殊场景下需要处理紧急事情，发现网络信号差，那可能会特别着急！但是如果遇见，很多人也会快速给对方说我这里信号不好，我回到办公室或者到信号好的地方再给你打过来，再给你回消息等行为！并不是没有解决方案的！但是相比信号弱一点，国产手机有些手机信号非常好，是一个卖点！但是手机的广告也挺多，相比较界面简单，没有烦人的广告信息和广告机对比，你会选择哪个！相比较有些极端场景下信号弱和忍受广告，你会选择哪个？相比信号弱一点，国产手机可能在拍照拍摄视频方面参差不齐，但是在拍摄视频方面，很多测评达人一直建议都是买iPhone手机，在如今拍照和拍视频这么高频的场景下。你会优先级于信号强弱还是拍摄视频和照片更好一点的手机呢？越是社交关系弱了，有时候反而越是在乎社交关系！你用苹果，她用苹果、我用啥，用其他的手机会格格不入...
手机互联 2023-05-23 08:00:42 -
部分网友反馈苹果中国官网首页出现崩溃问题
鞭牛士 5月15日消息，今日，有不少网友反馈，苹果中国官网首页出现崩溃问题，现在正在逐渐恢复，提示在执行此命令时出现错误。 除了首页外，苹果Apple Store在线商店首页访问正常，用户依然可以正常购买 iPhone 14 系列、Mac、iPad 等产品...
手机互联 2023-05-15 11:45:46 -
维基百科：ChatGPTorNot？这是一个问题
维基百科胜在知识结构清晰，ChatGPT 长于具体问题，双方未必不可调和。作者 | Moonshot编辑| 靖宇22年前，2001年初，维基百科 Wikipedia 横空出世，在其后的互联网时代，成为人们获取知识的重要平台。但在刚开始，人们对维基「人人可编辑」的组织形式产生过质疑。甚至有电视主持人讽刺其为「wikiality」，即如果在维基百科上编造条目，只要有足够多的人同意，它就会成为现实。后来，随着《自然》（Nature）杂志的调查研究，发现维基百科准确度接近大英百科全书，Google 开始把维基百科放到搜索结果的首项，维基社区和内容贡献者也持续壮大，维基百科用了很多年时间终于取得了公众的信任。诞生之初遭到质疑，越来越多人参与去完善，而后平反收到大众认可，继而成为日常的工具，这一过程，仅诞生半年的 ChatGPT 正在经历，不仅于此，它还成为了维基百科的挑战者。不久前，维基媒体基金会召开2023-2024年度计划的电话会议，会议中提及了35次 AI，讨论的主题也是围绕 ChatGPT 带来的挑战。但维基百科所担心的挑战，并不是被 ChatGPT 取代。而是更深刻地考验：未来的维基百科，会由 ChatGPT 来撰写吗？01维基百科的内容哪里来的？要想知道 ChatGPT 能否撰写维基百科，得先知道维基百科目前内容来源于哪里。维基百科主要是由来自互联网上的志愿者共同合作编写而成，任何使用网络进入维基百科的用户都可以编写和修改里面的文章。它是互联网上一个极大的自由内容、公开编辑、多语言的网络百科全书协作计划。截至2021年初，所有语种的维基百科条目数量达5500万条，如何确保内容上的准确，全靠维基社群志愿者们的筛查。在 ChatGPT 出现前，维基百科已经长期在用 AI 去减少一些人力成本。应用最多的就是把现有条目直接机器翻译，再由人工编辑校对。2016年时，资深科学家 Aaron Halfaker 开发了一套开源机器学习算法，可以自动识别维基百科里那些恶意破坏条目和编辑假消息的行为；2020年，MIT 的研究人员也为维基百科推出过基于 AI 的修改功能，可以精确定位维基百科句子中的特定信息，并自动替换为类似于人类编辑的语言。Wikipedia 关于 ChatGPT 的页面｜Wikipedia以及如维基社群所述，人工智能非常擅长总结把一篇很长的技术类条目，总结成儿童都能理解的版本，让 AI 去生成儿童版的维基百科效果很好。翻译、检查、概括简化已有内容，维基百科一直以来对 AI 的应用仅限于此，直到大型语言模型 ChatGPT 的出现。目前仍以文字方式交互为主的 ChatGPT，除了回答用户直接的提问以外，还可以用于甚为复杂的语言工作，包括自动生成文本、自动问答、自动摘要等等。ChatGPT 可以写出相似真人的文章，并在许多知识领域给出详细和清晰的回答。哪怕 ChatGPT 生成内容的事实准确度还需要人工去二次查阅，但这时维基百科面临的问题已经很明显了：志愿者能否用 ChatGPT 来撰写维基百科条目？02能不能和想不想纽约市维基媒体分会的老维基人 Richard Knipel 就用 ChatGPT 在维基百科上起草了一个名为「艺术作品标题」的新条目，Knipel 表示，ChatGPT 给出的版本一般但语法正确，定义了艺术作品标题的概念，给出了从古至今的例子。他在草稿基础上只做了轻微修改。但另一位编辑在条目上标注，将会进行大量修改并完善。如今，我们再点进这一条目，会发现它增加了大量内容和理论索引，还梳理出了目录，给出了图片案例。像 Knipel 这样的维基人认为，ChatGPT 可以作为生成维基百科条目草稿、骨架的工具，在此基础上，人工再验证内容，编辑和充实条目。但另一派维基人则认为，在维基百科条目的创作里 ChatGPT 应该完全被禁用。一位维基百科编辑就表示「我们应该强烈呼吁不使用 AI 工具来生成条目草稿，即使这些条目随后会被人工审阅。ChatGPT 太擅长引入那些看起来很有道理的谎言。」ChatGPT 起草，人工简单编辑的版本｜Wikipedia人工大量干预后产生的版本｜Wikipedia但另一派也反驳这种说法，就像 Knipel 认为，修改并丰富不完善的信息，这就是维基百科在实践中一直运作的方式。ChatGPT 将继续存在并飞速发展，利用它同时强调人工干预的必要性怎么就不行呢？把 ChatGPT 上来就视作洪水猛兽实在有些偏颇。但在想不想之前，我们先看看能不能。ChatGPT 还够不够格直接编写维基百科呢？3月30日时，维基百科创始人 Jimmy Wales 在接受 Evening Standard 采访时讨论了这个议题。Wales 认为，让 ChatGPT 能独立写一个完整的维基条目，目前还有一段距离，但距离多远就难说了。「业内把这种情况称为 hallucinating（幻觉）——我称之为编瞎话。」（One of the issues with the existing ChatGPT is what they call in the field 『hallucinating』—I call it lying.）「ChatGPT 有一种凭空捏造的倾向，这对维基百科来说真的不太行。」Wales 在采访里说道。实践中也是如此，你在维基百科上搜一个词，维基百科可能会反馈「该条目不存在」，但你问 ChatGPT，它可能会给你生成一段没由头的假消息。ChatGPT 会「说瞎话」，这种事已经不新鲜了。但 ChatGPT 诞生仅半年，它的自我迭代能力已经令人咋舌，让 ChatGPT「句句吐真言」，似乎只是时间问题，那维基百科现在担忧的是什么呢？03人力有限，算力「无限」维基百科团队并没有那么担心内容到底来源于人类还是 AI，它担心的是内容质量是否过关。在维基媒体基金会在电话会议总结报告里，「挑战」被放到了开篇，其中最大比重的部分，也是维基百科团队最大的担忧在于：维基百科涌入大量 AI 生成的内容，把真正高质量的、正确的信息给淹没了。「Wiki 项目有大量高质量的、可靠的，结构化的、分类好的内容。这就是我们带给世界的价值。最让我害怕的不是人们使用 GPT 之类的大语言模型来获取知识，而是需要巡查的 AI 生成的内容会爆炸式增长。」对高质量内容来说，创作比消费的时间成本高很多，就像一篇较为完整的维基条目，需要许多人参与撰写，花许多时间，走过很多流程后完成，对读者来说几分钟就阅读完了。像维基百科这种平台，为了保证内容质量，还需要专业人士核查一条条目中每个信息、数据、引用是否来源准确，筛查和编辑的成本同样很高。因此 AI 生成内容越多，人工核查的时间也更长。而且哪怕 ChatGPT 给出了正确的结论，但它并不会直接给出结论的论据来源何处，人工还需要再找到论据。到最后，修正可能比撰写耗时更长。Wikipedia 的条目下会有很多延展阅读链接｜Wikipedia目前维基百科志愿者们已经发现了许多 ChatGPT 自动生成内容上的问题。比如 ChatGPT 很容易太笼统地概括定义，导致表意不明。还有 ChatGPT 遣词造句过于肯定，不够匹配维基百科想呈现的客观中性的文字风格。最重要的是信源难以查询，维基百科的可信度和扩展阅读性，很大程度上是基于条目底下丰富的信息参考来源，但 ChatGPT 不会主动提供参考，甚至会凭空捏造。担任了20年维基百科志愿编辑的 Andrew Lih 在用 ChatGPT 起草新条目时就发现，ChatGPT 概述定义做得很不错，但它所提供的消息来源于《福布斯》、《卫报》、《今日心理学》，但 Lih 仔细查阅后发现，这些信源文章并不存在，甚至 ChatGPT 给出的 URL 都是自动生成找不到页面的假链接。综上，维基百科团队直接表示，AI 生成内容的速度和效率，可能会超出项目的运行能力。除此之外，还有许多维基百科团队会担心的点，比如如今的维基百科贡献者里，使用英语的白人男性依旧是主体，维基内容已带有语言和内容偏见，ChatGPT 靠吸纳互联网信息为养料的 AI 机器，生成出的内容会进一步放大偏见。Wikipedia 联合创始人 Jimmy Wales 在接受 Standard 采访时谈及 AI 参与撰写维基的问题｜Standard...
智能设备 2023-05-14 11:22:09 -
sql server 2016不能全部用到CPU的逻辑核心数的问题
最近在工作中遇到了，sql server 2016 不能把CPU 的核心全部用到的问题.通过分析工具看到 总共CPU核心有72核，但sql 只能用到40核心，想信也有很多人遇到这问题，那么今天这节就先说说这问题是怎么出现的。首先 介绍下服务器的环境 Windows 2008 R2 Enterprise Edition(X64) + Microsoft SQL Server 2012 (SP1)Enterprise Edition (64-bit) CPU 2路 18核 开启超线程后是72核心 如图：再看sql实例的属性 如图：sql server 其实已经认出了总的核心数 72 那么sql server 是不是代表就能全部使用上呢，通过系统视图可以看到 select * from sys...
数据库操作教程 2023-05-12 12:12:37 -
SQLserver2019 Express安装及其一些问题解决
首先，我是一名技术小白，有些问题的理论不是理解得很透彻，如果大家有什么问题，我们一起讨论，增长彼此，这样才是最好的，扫弊自珍，是最大的愚蠢。我如果感兴趣，也会回复各位，帮助大家寻找解决方法，我就是免费的劳动力/ww~~~现在进入正题：1.安装步骤我是遇到问题后，从B站上面查找的参考资料，因为不知道是否涉及版权问题，所以大家自己搜索一下1...
数据库操作教程 2023-05-12 12:11:46 -
