文章来源:新硅NewGeek
“垃圾进,垃圾出”是计算机行业中一个普遍的概念,输出的质量基本由输入的质量决定。
当下常见的大模型数据来自于全网数据,生成的内容常常给我们一种“这还用你说”的感觉,问来问去都是一些车轱辘话。
尤其是关于知识的搜索,对于从事特定行业的人来说,他们想要进阶信息而不是基础知识。
厂商们多少也意识到了这问题,所以就有了“预训练”、“微调”之后端出来的各类行业大模型。
但对于个人来说,这种专为Tob而生的方案显然不能解决问题,且不提自己所属的行业有没有对应模型,从事不同岗位工作所需要的知识和能力也大不相同。
对于这类需求其实有个专属名词——
个人知识库。
终于,硅基君找到了一款提供类似功能的AI工具,腾讯最近出的ima.copliot。
举个例子,硅基君有一个专注研究商超的同事离职了,他写了很多关于超市的稿件,观点详实且独到,收获一堆阅读量10万+。
现在新同事想学习一下他的深度观点,一篇一篇查太麻烦,把他们全部导入ima,就可以随便问了。
比如问ima“盒马为什么干不过山姆”,基于同事稿件生成的内容比基于全网数据生成的内容,更加具体完整。
相较于模型微调,ima给了一个更加便捷的方法。
此外,除了基于知识库建立“第二大脑”,ima在“搜”“读”“写”三个领域ima都引入了AI。
ima在保留常见的AI搜索功能外,增加了基于本地知识库的AI搜索。
AI搜索能够直接对内容进行总结并呈现给用户,提高了信息的获取效率。然而,AI搜索模式存在弊端,其生成的结果非常依赖于传统搜索引擎的内容,并且用户没法决定AI选择哪些内容进行参考。这也就导致AI搜索更像是一个“全网舆情翻译器”,内容宽泛深度不足。
ima基于本地知识库的AI搜索,就可以对全网内容进行补充,就如硅基君在上文提到的那样。
在知识库的建设上,ima提供了了本地文件上传和网页抓取两个途径。进入ima左侧边栏的知识库中,用户可以批量上传pdf和word格式的文件。此外,用户通过ima打开网页,并将网页保存到知识库中。
然而,离线后知识库没法使用、知识库和全网内容没法混用,是ima存在的两个问题。基于全网的AI搜索不能用可以理解,连本地上传的知识库内容也一并消失。
ima没有应该没有部署本地模型,全部在云端,不联网就没有AI功能,因此断网后ima无法处理本地的知识。好处是基于云端的AI软件对电脑配置要求不高,但本地上传文件的隐私问题值得关注。
ima的搜索功能,相较于天工、kimi等其实区别不大,只不过强调了个人知识库搜索这个概念。在实际中,ima的知识库存储空间为1GB,并且可以长期保存,而天工和kimi等需要在对话中,文件上传大小和个数有限,并且在新对话中需要重新上传,更像是文件解析。
ima的“读”功能,既可以分析用户上传的文档,也可以直接分析网页。
文档解析的难点在于准确识别,硅基君上传了一个pdf版本的机器人研报,ima很好的识别出研报中一个表格中的内容。网页中的图片,ima也能精准识别,比如网易云音乐的公告时间。
而读取网页内容时,ima提供了翻译、AI解读等更多功能。
其实,无论是ima的AI搜索还是文档解析,类似的功能都已经有人做过,记笔记功能是ima的关键所在。
比如硅基君用AI总结了一篇文章,ima会提供一个笔记按钮,可以将AI生成的内容直接记录下来。用户也可以在ima的网页解析中,把好的内容划线记录,侧边栏的对话也支持一键记录。
经过整理后的笔记,可以再一次添加到知识库中,方便再一次使用。可以说,ima无处不在的“笔记”功能真正让搜索和解析的知识沉淀下来。
建立一个不断打磨的知识库,才是ima带给用户最有用的功能。
此外,ima还提供了AI帮写,脑图制作等功能,与其他AI软件比没什么特别的,值得一提的是ima非常克制的没有做智能体,保证了界面的整洁。
用户使用常见的AI软件,结合笔记,同样可以实现ima的功能,只不过ima把它们结合起来,让它们使用起来更加自然。
然而,和大部分大厂出品的AI软件一样,ima只能用腾讯自家的大模型,使用前要登录微信账号,显得有点封闭了。
ima是一个不错的个人AI笔记工具,但这类工具的关键还在于使用者,真愿意每天沉淀的朋友,给他个word都行。
本文链接:https://www.aixinzhijie.com/article/6847418
转载请注明文章出处