想不想簡單輕松地擁有一個私人訂制 GPT？
不如試試 askwise，只需要上傳 word、pdf 等各種文檔，就能生成個性化知識庫，然后 AI 在你的知識庫中上下求索，進行回答。
淺試了一下，準確性還可以！
同時，它背后接入了 GPT 能力，知識庫里沒有的東西，它也能調(diào)用 GPT-3.5 的 API，跟你叭叭叭嘮上幾句。
不過最最重要的是，目前上傳以及批處理的文檔數(shù)量無上限，還人人免費，國內(nèi)外都可用。
Chat with 各種格式的本地文檔
Ok，一起來了解一下這款能根據(jù)自己知識庫定制 GPT 的 AI 應(yīng)用，具體要咋使用 ——
登錄注冊后，先點擊左下角的“Upload local documents”。
然后甩過去 N 個本地文檔，就能開始在右半部分的“Ask any questions”處進行提問。
一般情況下，AI 會基于所有上傳資料，來做出回答。
如果 AI 在你上傳的所有文檔中，都搜不到提問的相關(guān)內(nèi)容，咋辦？
這時候，askwise 背后的 AI 就會轉(zhuǎn)頭調(diào)用 GPT-3.5 的 API，來對問題進行回答。
當(dāng)然，如下圖展示，這就涉及到一個 bug，就是沒聯(lián)網(wǎng)，無法獲知最新消息。
除此之外，整個使用體驗如何？
這次體驗，分別上傳了一些關(guān)于 AIGC 的研究報告，每份都在 60 頁以上；以及量子位后臺關(guān)于 AIGC 的多篇文章，每篇 3000 字左右。
上傳的所有資料格式并不統(tǒng)一，包括 pdf、word、飛書文檔、公眾號網(wǎng)頁鏈接等。
接下來問它第一個問題：
LeCun 對馬斯克叫停 GPT 研究的觀點是啥？
很快它就用幾句話解釋了 LeCun 的觀點，仔細檢查了一下，并沒有自己生造的情況。
而且將鼠標放在答案的語句上會發(fā)現(xiàn)，一條直線連接了答案和文檔，相當(dāng)于標注了答案的來源。
因為所有上傳的資料都是中文的，下面試圖讓它用英文回答問題。
用英文回答，目前國內(nèi)有哪些公司在做大模型？
它給出的答案有騰訊、Baidu、華為、商湯、曠視。
雖然沒有列舉所有參與大模型混戰(zhàn)的國內(nèi)玩家，但至少列舉出來的幾個沒有失誤。
不僅如此，哪怕上傳的都是英文資料，加上“請用中文回答”的前綴后，也能得出總結(jié)好的中文答案。
如果不上傳資料，當(dāng)作不需要魔法就能用 GPT-3.5 的通用問答 AI，或者在線翻譯，也都很絲滑。
比如輸入徐志摩《再別康橋》時，雖然翻譯沒能復(fù)現(xiàn)中文版的詩意，但大意是正確的。
總之，整體體驗絲滑，還是值得一試的～
對比之前就火過一波的 ChatPDF，askwise 能處理的文檔數(shù)量和格式都更多了，而且也沒有 ChatPDF 云端只保存 7 天的期限。
總結(jié)一下，askwise 的優(yōu)點如下：
文檔數(shù)量無上限批量處理；
文檔格式可以是 word、pdf、網(wǎng)頁，甚至是飛書妙記轉(zhuǎn)出來的鏈接；
雙語提問，跨語言回答；
提供答案來源索引；
免費。
以上這些功能無論是看財報的工作黨還是讀論文的學(xué)生黨，誰見了能不狂喜??！
不過有一點感覺有待優(yōu)化，就是提問時的問題發(fā)送，只需要一個回車，非常容易打字打到一半就把問題發(fā)出去了……
據(jù)官方公開資料，askwise 的 API 也在本月對外開放，看起來 to C 和 to B 兩條路，askwise 都要同時走。
項目背后：國內(nèi)連續(xù)創(chuàng)業(yè)團隊
這款國內(nèi)外隨心使用的個人知識庫定制化 GPT，背后是一支來自國內(nèi)的連續(xù)創(chuàng)業(yè)團隊，名為 askwise.ai。
團隊大約 10 人左右，此前在智慧物流領(lǐng)域創(chuàng)業(yè)，先后獲得騰訊等一線基金的多輪投資。
物流領(lǐng)域會應(yīng)用的語音電話機器人，讓他們在 NLP 方面有過實踐和積累。
現(xiàn)在 askwise 整個團隊，尤其是算法層面的核心成員，已經(jīng)轉(zhuǎn)到 askwise 項目上：
創(chuàng)始人兼 CEO 周吉龍，在北京大學(xué)微電子系取得本碩學(xué)位，此前有德意志銀行、麥肯錫和中金公司的工作背景。
其余人則有哈佛大學(xué)、蘇黎世理工大學(xué)、東京大學(xué)、清華大學(xué)、華東理工等學(xué)術(shù)背景。
據(jù)悉，因 AIGC 熱度狂飆，不少老股東們已經(jīng)看上了團隊的這個新項目。
至于為什么要來做這樣一個 AI 應(yīng)用工具，askwise 的人給出的答案是這樣的：
不管是 GPT-3.5 還是 GPT-4，它們都用巨型知識庫作為基礎(chǔ)。
針對具體的工作場景時，給出回答的實用性較弱。
他們最終想打造的就是一個由 AI 驅(qū)動的個人知識助手。
目前在技術(shù)層面的操作辦法，是以 GPT-3.5 的 API 為基礎(chǔ)，搭建許多自有的小模型模塊，以處理和完成各式各樣的任務(wù)。
接下來，askwise 團隊的目標，一是讓這個 AI 應(yīng)用工具完成更復(fù)雜的指令，二是改進對大量冗長參考文獻的分析和理解，三是增加它能處理的資料格式。
但他們與其他國內(nèi)應(yīng)用層 AIGC 初創(chuàng)公司面臨一個相同的問題：
場景壁壘太薄，恐怕很難經(jīng)受住大廠如 Baidu、字節(jié)的一次出手。
“很厚的核心壁壘？坦白地說沒有?！盿skwise 團隊給的答案倒很痛快，直言基于別人的大模型做應(yīng)用，其實 “底層能力的天花板是一樣的”。
在 askwise 團隊眼里，這個天花板具體來說就是大模型的能力，而不是應(yīng)用層初創(chuàng)公司用大模型的能力。
所以團隊的打法，就是找準用戶需求點，早做早占市場，在初期盡量多地獲得忠實用戶。
他們也表示，目前市場上做應(yīng)用的 AIGC 初創(chuàng)公司思考思路基本一致，就是在大模型的基礎(chǔ)上做一個中間件，承擔(dān)類似 prompt 工程師的角色。
“我們無非就是把 prompt 組合得漂亮點，讓用戶一次性得到想要的結(jié)果，而不是拿到 GPT-4 也不知道可以用來干啥。”
One More Thing
askwise 這個創(chuàng)業(yè)思路，讓人不禁想起最近剛獲得新融資的 LangChain—— 沒錯，就是 ChatGPT 公布代碼插件后，被網(wǎng)友惋惜被 OpenAI 一刀殺死的那個應(yīng)用程序開發(fā)框架。
利用 LangChain，你自己可以開發(fā)一個和 askwise 功能沒啥差別的 AI 中間層。
不過，對于我這樣的懶人來說，當(dāng)然是現(xiàn)成的更好啦（狗頭）～
askwise：askwise.ai
LangChain：https://python.langchain.com/en/latest/index.html
本文來自微信公眾號：量子位 （ID：QbitAI），作者：衡宇
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。