百小应

Baixiaoying 是什么

白小英 是百川的一个搜索增强 AI 聊天助手，搜索、长文本处理与通用对话是它声明的强项。

搜索打底是其中有区分度的一部分，也是那个会改变「这个工具可以合理地被信任到什么程度」的功能。

搜索与长文本

把两者结合起来比表面上更有用。长文档提供材料，搜索提供当前信息，而一个同时取用两者的回答可以被拿来核对某个东西——正是这个属性把研究辅助与「听起来很有道理的麻烦」区分开。

搜索打底在时效性问题上最重要，因为一个不打底的模型会从它训练时最后看到的东西里，抽出一个自信的答案。那是最值得先测的失效模式，因为它产出的错误答案没有任何可见的预警。

长文本处理覆盖报告与文档，这里的实际问题是它是否忠于材料的中间部分，而不只是开头。

通用对话那一侧够用而且不惊艳，而这是正确的优先级。一个试图在对话上做出彩的工具，会把精力从它真正擅长的能力上分散开。

适合谁使用

它适合做「当前信息 + 你提供的长文档」混合研究的人。

它也适合问题既需要一个当前事实、又需要仔细读你给的材料的人。

需要留意什么

核对那些引用是否真的支撑它们上面那句话。这就是有打底的回答仍然会出错的地方，而且不打开来源就看不见。

拿你已经知道的材料去测长文档，看看总结是否忠实，而不只是流畅。

无论看起来引用得多好，任何有后果的内容都要核实。一个引用改变的是一个回答「感觉」有多可信，而不一定改变它实际上有多可信，而多数错误正是从这个缺口里溜过去的。

确认搜索实际能触达哪些来源。覆盖度不一，而它最弱的地方往往正是最重要的那些问题。

还值得测一测它在搜索找不到有用东西时的表现。一个面对糟糕来源的打底助手只有两个选择：说出这个事实，或者从碎片里拼出一个看似合理的东西。前者有用，后者危险，而这两者的差别只有在你刻意问一个冷门话题时才会显现。挑一个你知道网上覆盖很薄的问题去问，是一个五分钟的测试，比在覆盖良好的话题上问十二个更能说明打底的成色，因为后者无论检索实际上怎么工作都会成功。

在信任任何研究工具之前先刻意问一个冷门问题，花五分钟，却能防住一类否则极难察觉的错误——因为一个关于覆盖不足材料的自信回答，看上去和一个关于任何东西的自信回答一模一样。