微软研究院已经部署了一个几乎与臭名昭著的GPT-3一样大的神经网络，以改善Bing的结果。

GPT-3有1750亿个参数，MEB（Make Every Feature Binary）有1350亿个参数，旨在分析必应搜索查询，并将其与网络上最相关的结果联系起来。

MEB通过防止过度概括来改善结果，并通过考虑每一个可能的结果来提供更细致的结果。它能够100%覆盖所有的必应搜索，并能够从大量的数据中不断学习，同时可靠地记住事实。

实际上，MEB将必应的点击率提高了2%，并使因未收到任何相关结果而重写查询的用户减少1%。需要点击 “下一页 “按钮的用户减少了1.5%，这意味着他们在第一页没有找到他们想要的东西。

阅读微软研究部的文章，了解所有细节。