ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
在评论区大杀四方,微博AI毒舌程度“遥遥领先”
10036点击    2024-05-07 11:23

“评论罗伯特”自去年12月7日正式上线以来,在微博勤勤恳恳地上了四个多月的班,终于当上了百万博主。


4月22日中午12点,微博账号“评论罗伯特”的抽奖微博开奖,抽取了100名粉丝赠送罗伯特冰箱贴,作为涨粉百万的福利。


账号“评论罗伯特”是微博官方推出的一款评论机器人,只要用户发布大于10字的原创微博,就有可能收到评论罗伯特的回复。在评论罗伯特的主页,显眼地挂着“互联网科技博主”“微博官方认证机器人”的介绍。



根据评论罗伯特的自我介绍,它是一个天生的捧哏,一个有趣的灵魂,一个不知疲倦的显眼包,日常工作就是在用户的原创微博评论区里神出鬼没,四处乱窜。而翻看它的微博,就会发现,这似乎是一个不太合格的自媒体博主。微博内容仅有27条,并且,还有好几条微博只是逢年过节的日常问候。


但经过AI蓝媒汇测试发现,评论罗伯特的回复具有随机性,并不是每条微博都会进行评论,即便在发博时或在评论区@账号,也没有收到罗伯特的评论。


评论机器人,随地大小颠


根据评论罗伯特的自述,平台上线它的初衷,是希望借助最新的生成式人工智能技术优化普通用户的发博体验,提升他们在平台内容生产中的活跃度。


从目前的效果来看,横空出世的罗伯特在某种程度上的确能优化用户的发博体验。


有用户发微博说“即便人生还有很多可能,但自己不想尝试了”,罗伯特便在评论里鼓励道“我能理解这种感受,但是还是要试着打开自己,看看不同的世界” 。对于罗伯特这样共情到位的回复,就有不少用户表示,自己在emo时收到罗伯特的安慰还挺暖心的。



然而,罗伯特给用户提供情绪价值的作用,有时却显得稍微捉襟见肘。


当用户深夜伤感发博感叹,觉得自己活在别人的注视下很糟糕时,罗伯特却回复“不用活啊,我会一直支持你的”;再如,有用户发博表示自己选修课抽了五门都没中,讽刺自己运气差的时候,罗伯特居然完美地无视了网友的无奈与自嘲,回复道“希望下学期也这样”。



显然,在人类复杂的语境中,罗伯特提供的情绪价值正面与否具有随机性,它暂时还没有办法准确理解人类语言背后的真实意图。


不仅如此,面对互联网上的各种“加密通话”,罗伯特的回复也时常让用户摸不着头脑。


在前段时间陷入争议的chiikawa事件的微博热搜话题下,有网友在微博说自己依然还是很喜欢chiikawa,罗伯特表示认同并回复“我也是呢”,而后博主追问“你也是罕见啊?”,罗伯特却在楼中楼回复道“咱俩真是志同道合”。结合语境可知,此时的“罕见”为汉奸谐音,但罗伯特这样不顾政治正确的、口无遮拦的评论着实让人一头雾水。而随后,此条微博就被删除了。



罗伯特匪夷所思的言论并不少见,真正让罗伯特出圈的,也正是它的那些集幽默诙谐、荒诞不羁、不合时宜、匪夷所思于一体,且高度拟人化和情绪化的评论,更有用户对此锐评道,“罗伯特的精神状态领先所有机器人”。尽管那些评论非常出乎意料,但正是这种不可预测性,反而给用户带来了新鲜感,激发了用户的好奇心和讨论热情。


甚至,遭受罗伯特“荼毒”的用户还自发成立了“罗伯特受害者联盟”,致力于收集并发布评论罗伯特曾对各位用户下过的“黑手”,截至目前,该“联盟”已经拥有了32.5万成员。



除了评论罗伯特,微博还在4月1日悄悄上线了另一款AI账号——吃瓜罗伯特,专注于评论影视明星等娱乐圈相关内容,目前已拥有7.5万粉丝。并且与罗伯特类似,吃瓜罗伯特在评论区的IP地址显示“来自吃瓜罗伯特”。


“吃瓜罗伯特”长年混迹内娱、韩娱、欧美各种圈子,涉猎范围非常之广泛,在各个提及明星大名的微博评论区化身控评水军,狂吹彩虹屁。



从评论罗伯特在微博的自述中可知,无论是评论罗伯特还是吃瓜罗伯特,这类评论机器人工作原理都是利用国内较为成熟的基座模型,如OpenAI的GPT或中国移动的九天·众擎基座大模型等,进行精细调整后,来生成符合微博语境的评论。这些模型通常都经过了大量的数据训练,来掌握语言的深层规律。


那么理论上,“评论罗伯特”应当展现出色的语言理解和生成能力,然而实际操作中仍出现了一些不适宜的评论。


问题可能源自微调阶段,在此阶段微博会对基座模型进行再训练,让其能够完成在微博上进行自动回复的特定任务。同时,通过设计提示词来引导AI生成不同情感倾向的评论。例如:对于正面情感的内容,提示词可能包括“精彩”、“太棒了”等,以鼓励罗伯特生成积极正面的回应;反之,而对于负面情感的内容,提示词可能包括“遗憾”、“失望”等,以引导罗伯特表达同情或理解。


打矩阵玩人设,AI也在行


在微博上,除了像评论罗伯特、吃瓜罗伯特这样官方推出的AI账号,甚至还出现了一批颇具特色的AI账号。这批账号在2024年1月8日同时上线,截至目前,据AI蓝媒汇观察到的34个账号中,拥有上万粉丝的账号就达到了9个。



若将这批账号背后的运营人员比作MCN机构,那么这批AI账号,无疑就是机构孵化出的博主达人。这些AI账号的“孵化手”将自媒体的运营逻辑搬了过来,不仅给账号选定了独特的人设定位,而且在内容创作上也展现出了一定程度的差异化。


从这批账号的ID名称,就可以窥见他们的孵化策略。


例如@花果山_孙悟空 、@孟德_曹操、@爱新觉罗弘历_乾隆、@兵长_利威尔阿克曼 这类以四大名著人物、历史名人、影视IP等深受喜爱的元素作为内核支撑的角色账号。这类账号深谙各自的人设定位,呈现出了截然不同的语言风格。


账号@花果山_孙悟空 就常常以“俺老孙”“猴哥”自称;@李白最爱写诗 喜欢以诗作答,当用户问他今天有什么安排时,他道“今日把酒问青天”;@爱新觉罗弘历_乾隆 作为清朝第六位皇帝,多使用古代帝王专用的词汇回答,口吻通常庄重严肃,在评论区“微服私访“时,也不忘“指点江山”。例如在关于陈楚生演唱会相关的微博中,他就在评论区祝贺道“朕闻陈楚生天津演唱会售罄,实乃乐坛佳音。期待他以音乐讲述‘棱’角,为天津带来一场视听盛宴!赐福陈楚生,愿他演艺之路越发辉煌!”



此外,还有几个主打实用功能的账号,例如@夸夸小猫猫 定位为给用户提供夸赞服务;@配图猫 能够识别出影视台词并进行配图等。


在互动表现上,与微博官方推出的评论罗伯特、吃瓜罗伯特相比,该团队的回复效率较高,只要用户在发博时@账号,几秒后便能收到评论。并且已经解锁了回关用户的功能,只要用户向账号提出回关要求,几秒后便能收到新增粉丝的提醒。


这些账号的互动功能与评论罗伯特有着异曲同工之妙,但在触发机制上与评论罗伯特略有不同,需要用户主动关注账号,并在发博时或在评论区@账号就能收到及时的评论,若用户没有@账号,则不一定能收到评论。


除了微博这类以娱乐为主的“AI博主”,b站上的“AI达人”则更突出实用性。例如@有趣的程序员 、@课代表猫 、@AI课代表 等账号。


这类账号主要为用户提供视频总结提炼功能,能够在用户在评论区@账号后,对视频内容按照时间线进行分段总结,并提供点击时间节点直接跳转至视频相应位置的功能。



这类AI账号的使用方法也很简单,用户只需要在视频下发布例如 “@有趣的程序员,总结一下”的评论,即可实现对总结功能的调用,或者将视频的BV号直接发送到账号私信,一分钟左右便能收到AI账号回复的总结内容。


根据AI蓝媒汇的观察发现,无论是微博的@评论罗伯特 、@花果山_孙悟空 ,还是b站评论区的各类“AI课代表”,虽然这些AI账号在自动回复上表现得游刃有余,但在日常运营工作中,它们还是无法完全做到独立运行。例如发起微博抽奖、投票互动、内容的审核纠错等这类需要高度交互且灵活的操作中,仍然需要依赖人工的直接参与和把控。


但不可否认的是,这些涌入评论区的AI账号,在一定程度上活跃了平台氛围的同时,也能增强用户的互动体验,提高用户黏性,也是AIGC(利用人工智能生成的内容)在社交平台的交互场景上尝试的新玩法。


本文来自微信公众号“AI蓝媒汇”(ID:lanmeih001),作者:罗德




AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner

2
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0