（取自蘋果官網）

根據《 51CTO 》報導，在最近的一篇研究論文中，蘋果的人工智慧團隊描述了一種可以顯著提升 Siri 智慧的模型，而且他們認為這個名為 ReALM 的模型在測試中，優於 OpenAI 的知名語言模型 GPT-4.0。

ReALM 的特別之處在於，它可以同時理解用戶螢幕上的內容和正在進行的操作。

論文將資訊分為以下三種類型，包括螢幕實體，指的是當前顯示在用戶螢幕上的內容；對話實體，指的是與對話相關的內容。例如，用戶說「打電話給媽媽」，那麼媽媽的聯絡人資訊就是對話實體；背景實體，指的是與用戶當下操作或螢幕顯示內容可能並不直接相關的實體，比如正在播放的音樂或即將響起的鬧鈴。

如果能夠完美運行，ReALM 將使 Siri 變得更加智慧和實用，他們將 ReALM 與 OpenAI 的 GPT-3.5 和 GPT-4.0 進行了性能對比：「我們同時測試了 OpenAI 提供的 GPT-3.5 和 GPT-4.0 模型，並為它們提供了上下文訊息，讓它們預測一系列可能的實體。GPT-3.5 只接受文字輸入，因此我們只提供了文字提示；而 GPT-4 能夠理解圖像資訊，因此我們為它提供了螢幕截圖，這顯著提升了它的螢幕實體辨識性能。」

論文的結論之一是，ReALM 即使擁有比 GPT-4 少得多的參數，也能在性能上與之匹敵，並且在處理特定領域的用戶指令時表現更加出色，這使得 ReALM 成為一種可以在設備端運行的、實用高效的實體辨識系統。

本文為品玩授權刊登，原文標題為「蘋果研究人員稱其設備端模型 ReALM 性能優於 GPT-4，可大幅提升 Siri 智能程度」