Brave浏览器Leo AI助手新增内联引用功能解析
2025-05-11 16:56:50作者:宣海椒Queenly
Brave浏览器团队近期为其内置的AI助手Leo推出了一项重要功能更新——支持在对话回复中显示内联引用标记。这项改进显著提升了AI生成内容的可信度和可验证性,让用户可以更方便地追溯信息来源。
功能概述
Leo AI助手现在能够在回答用户问题时,在文本中直接插入引用标记[1][2],并在回答末尾列出完整的参考文献列表。用户只需点击这些标记,就能在新标签页中打开对应的信息来源网页。这种设计既保持了对话的流畅性,又确保了信息的可追溯性。
技术实现特点
- 上下文关联:引用标记与回答内容高度相关,每个标记都精确对应到回答中的特定陈述
- 无缝跳转:点击引用标记后,系统会自动在新标签页打开对应的权威信息来源
- 多轮对话支持:即使在长时间的对话过程中,引用功能也能保持稳定工作
- 响应式设计:在桌面和移动设备上都能提供一致的用户体验
用户体验改进
这项更新解决了AI助手领域的一个常见痛点——"黑箱问题"。以往用户难以判断AI回答的依据来源,现在通过直观的引用系统:
- 增强了用户对AI生成内容的信任度
- 方便用户深入了解更多背景信息
- 提供了验证信息准确性的途径
- 使学习过程更加透明和可追溯
实际应用场景
当用户询问"什么是零影日?"或"北极光是什么?在哪里可以看到?"这类问题时,Leo不仅提供详细的解释,还会标注关键信息的来源。例如:
"北极光[1]是太阳风与地球磁场相互作用产生的自然现象,最佳观测地点包括冰岛[2]、挪威[3]和加拿大北部[4]..."
点击其中的[1][2]等标记,用户可以直接查看NASA等权威机构的相关科普资料。
技术意义
这一功能的实现标志着Brave浏览器在以下方面的进步:
- AI透明度:打破了AI作为"信息黑箱"的传统印象
- 知识可验证性:将AI的"断言"转变为可验证的陈述
- 用户体验设计:在不干扰对话流畅性的前提下增加信息溯源功能
- 负责任AI:体现了对信息准确性和来源可信度的重视
随着AI助手在浏览器中的集成越来越深入,这类增强可信度的功能将成为提升用户体验的关键因素。Brave浏览器通过这项更新,再次展现了其在隐私保护和信息可信度方面的技术领先地位。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
316
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K