谷歌最近为Bard增加了两个新功能：“隐式代码执行”和Google Sheet的导出功能。
Bard 与ChatGPT相比，它在大型语言模型（LLM）方面拥有王牌，但Google肯定有一些底牌。
谷歌刚刚宣布 一个大型语言模型（LLM）的函数，用户可以在其中生成表格并将其直接导出到Google Sheets。
对于任何使用人工智能为他们的工作生成表格的人来说，这是一个非常好的功能，与手动复制数据和正确设置表格格式相比，它可以节省时间。
用Bard生成的电子表格可以直接导出到Google Sheets。
谷歌一直在耐心地将人工智能与其庞大的应用程序、工具和服务家族集成在一起，但这些更新只是对即将到来的东西的一种体验。
他们已经在测试写作， Google内部的AI，随着时间的推移30亿Google Workspace用户 在全球范围内，谷歌完全可以领导人工智能生产力革命。
巴德改进的数学和编码能力，
Google宣布了第二个特性，“隐式代码执行”，以改善巴德对编码、数学任务和字符串操作的处理。
LLM有一些盲点，尤其是在数学方面。例如，亚利桑那州立大学的一个研究小组分析了ChatGPT的数学技能 在今年2月，它的计算性能在其他“最先进”算法中低于60%。
尽管ChatGPT的数学和计算能力后来得到了升级，但其数学技能仍然平淡无奇。它让很多人失望，因为你期望最先进的人工智能之一能像标准计算器一样运行。事实上，任何LLM在面对数学、逻辑和编码问题时都可能会遇到性能低下的问题。
谷歌笔记“大型语言模型（LLM）就像预测引擎——当给出提示时，它们通过预测下一个可能出现的单词来生成响应。因此，他们在语言和创造性任务方面表现出色，但在推理和数学等领域表现较弱。
这正是谷歌试图解决的问题，它为Bard配备了在检测到可能逃避其LLM功能的提示时运行和执行代码的能力。
当Bard遇到计算或数学相关的提示时，它会解除其LLM，并在后台运行逻辑代码来解决问题。
谷歌举了个例子，“15683615的主要因素是什么？”
当您在BARD中执行此提示时，它会使用Python来计算答案，而不是依赖其LLM输出。
Bard使用Python精确地计算出这个基于数学的提示符，而不是依赖于它的LLM。
有趣的是，巴德为ChatGPT提供了一个不同的答案，这似乎令人困惑。
ChatGPT似乎无法确定正确的答案。
谷歌表示，他们观察到巴德对基于计算的文字和数学问题的回答准确率提高了约30%。
因此，如果你需要人工智能来帮助你的数学、编码或电子表格，Bard是非常值得一看的。
