苹果AI放大招：模型可超过GPT-4，改进设备上的Siri助手

　　ReALM的参数量分别为80M、250M、1B和3B，体积都非常小，适合在手机、平板电脑等设备端运行。

　　ReALM研究的主要是，让AI识别文本中提到的各种实体（如人名、地点、组织等）之间的指代关系的过程。

　　论文将实体分为三种：

　　屏幕实体（On-screen Entities）：指的是当前显示在用户屏幕上的内容。

　　对话实体（Conversational Entities）：指的是与对话相关的内容。例如，用户说“打电话给妈妈”，那么妈妈的联系人信息就是对话实体。

　　后台实体（Background Entities）：指的是与用户当下操作或屏幕显示内容可能并不直接相关的实体，比如正在播放的音乐或即将响起的闹铃。

　　论文表示，尽管大型语言模型已经证明在多种任务上具有极强的能力，但在用于解决非对话实体（如屏幕实体、后台实体）的指代问题时，它们的潜力还没有得到充分利用。

　　而ReALM则是一种全新的方法，通过将其性能与GPT-3.5和GPT-4进行了对比，显示最小模型的性能与GPT-4相当，而更大的模型则显著超过了GPT-4。

　　这项研究有望用来改进苹果设备上的Siri助手，帮助Siri更好地理解和处理用户询问中的上下文。