人工智能
国际研究：AI 助手常歪曲新闻内容，45% 回答存重大问题
10 月 27 日消息，由欧洲广播联盟（EBU）协调、英国广播公司（BBC）主导的一项最新研究发现，如今作为数百万人日常信息获取渠道的人工智能助手，无论在测试哪种语言、哪个地区或哪个人工智能平台时，都经常歪曲新闻内容。 这项史无前例、覆盖范围最广、规模最大的国际研究于 EBU 新闻大会在那不勒斯发布。 来自 18 个国家、使用 14 种语言的 22 家公共媒体机构（PSM）共同参与了该研究，揭示了四款主流 AI 工具中存在的多项系统性问题。
Transformer 之父“叛逃”：我已经受够了 Transformer！警告：AI研究变得越来越窄，我们需要找到新的架构
编辑 | 听雨出品 | 51CTO技术栈（微信号：blog51cto）“我真的已经受够了 Transformer。 ”——这句话来自 Transformer 的共同作者、Sakana AI 联合创始人 Llion Jones。 在旧金山 TED AI 大会上，这位被誉为“生成式 AI 时代奠基人”的研究者，突然“开炮”——不仅公开批评了整个 AI 行业的研究方向，还宣布自己已经“离开 Transformer”，开始寻找下一次重大突破。
企业级 RAG 系统实战：10 个项目踩过的坑（附代码工程示例）
25 年以来写了 55 篇技术 Blog，字数也累计超过 50 万字。 每篇内容背后都是几十甚至上百个小时的项目工程实践的经验提炼，虽然原创性没话说，但还是产出效率太低，以及也难免受限于个人的经验和水平。 So，从这篇开始，我会把日常闲暇时观摩的一些海外优质内容整理和加工后，附上自己的不同观察和思考也通过文章或者视频的形式发布出来，给各位做个参考。
告别“模型军备竞赛”：专业化小模型正成为企业AI落地的务实之选
但规模大并不总是意味着更好，因为规模大通常意味着复杂度增加、灵活性降低。 渐渐地，企业开始意识到，万亿参数模型并不总是其业务的最佳解决方案，并非所有AI解决方案都需要一个巨型大语言模型，更专注的方法有望带来更好的成果。 针对相关数据的特定任务进行调整的小型专用模型正日益受到青睐。
RAG多岗位简历筛选系统实践：多租户架构设计模式与源码解读
我在8月底的时候，发过一篇基于 LlamaIndex LangChain 框架，开发的简历筛选助手的应用。 后续有星球成员提出希望能增加多个岗位的管理功能，正好接下来的校招活动可以用的上。 这篇在原项目的基础上，核心实现了多岗位并行管理（独立 JD、候选人池、向量索引隔离）和 HR 工作流（标签系统、分组展示、快速操作），同时进行了架构重构（分层设计、数据分库、模块化），并增强了大模型分析输出（四级推荐等级、结构化优劣势）和智能问答（按岗位过滤检索、流式输出）。
人工智能的“苦涩教训”：辛顿最清醒的警告
在人工智能的历史上，杰弗里·辛顿（Geoffrey Hinton）不仅是深度学习的奠基人，更像是一个时代的镜子。 他提出的“苦涩的教训（The Bitter Lesson）”，直到今天，依然是AI研究者绕不开的一记耳光——它提醒我们，聪明的人类往往高估了自己设计“聪明系统”的能力，而低估了计算和数据的力量。 这条教训，之所以“苦涩”，是因为它击中了人类的骄傲。
Apache Doris 4.0 把 AI 塞进数据库了！？
“哥，Doris 4.0 把 AI 塞进数据库了！ ”凌晨一点，DBA老周在群里甩出这句话，附带一张截图：一条 SQL 直接调通简历筛选，把 30 万份数据 3 秒跑完。 我盯着屏幕，咖啡差点洒键盘——这年头，连数据库都开始抢 HR 的饭碗？
揭秘大模型的魔法：从零实现一个简化版的GPT 模型
大家好，我是写代码的中年人！ 今天我们结合代码从零实现一个简化版 GPT 模型。 近年来，大语言模型席卷了人工智能领域，从 ChatGPT 到 LLaMA，它们以惊人的语言理解和生成能力改变了我们与机器交互的方式。
企业采用生成式AI的四大瓶颈因素
AI的潜在价值与企业最近才开始体验到的可衡量价值之间存在巨大差距。 2022年，ChatGPT的推出引发了企业对AI认知的重大转变。 试点项目纷纷启动，人们承诺会带来高回报，创新也迅猛发展。
800 多位世界名流联名呼吁禁止开发超级智能，含 AI 教父辛顿、百度前总裁张亚勤等
10 月 22 日消息，据英国《金融时报》报道，史蒂夫・班农（Steve . Bannon）、梅根・马克尔（Meghan Markle）与斯蒂芬・弗莱（Stephen . Fry）等公众人物，正与其他各界人士组成一个联盟，共同呼吁对所谓“超级智能”的研发实施“禁令”，以抵制先进人工智能系统的发展。
现代数据建模：推动人工智能驱动型企业的革命
模型的回归有些想法是永恒的。 “数据模型”的概念——一种描述信息连接方式的结构化方式。 已经存在了几十年。
隐性危机：AI的成本节约为何正在埋下未来隐患
今年的财报电话会议遵循了一个熟悉的模式。 领导团队站在投资者和分析师面前，自豪地宣布AI如何提升了效率、减少了员工数量。 截至6月，平均每天有491人因AI而失业，新闻稿称之为“优化”，董事会称之为“进步”，股价随之飙升。
准备好将你的人工智能愿景转变为市场现实了吗？
当今，就企业服务的AI赋能而言，AI Agent已成为科技领域最受关注的前沿方向。 网络上充斥着对自治Agent的设想——它们能自主编写代码、运行业务系统，甚至完成复杂决策任务，而人类只需在一旁品咖啡。 这种充满未来感的愿景确实令人振奋，但现实往往更为复杂：构建一个真正高效、可扩展且稳定的人工智能Agent远非简单地将语言模型接入工具接口并放任其运行那么简单。
OpenAI 招募逾百名前投行人士训练 AI，目标干掉初级银行从业者的重复活
10 月 22 日消息，据彭博社看到的文件显示，OpenAI 已聘请超过 100 名前投资银行家，协助训练其人工智能系统掌握财务建模技能，目标是取代整个行业初级银行从业者所承担的大量重复性工作。 这一团队成员包括来自摩根大通（JPMorganChase & Co.）、摩根士丹利（Morgan Stanley）和高盛集团（Goldman Sachs Group . Inc.）等机构的前员工，隶属于这家初创公司内部一个代号为“水星”（Mercury）的秘密项目。
高盛：人工智能热潮并非泡沫，才刚刚起步
10 月 19 日消息，尽管市场对人工智能（AI）泡沫的担忧日益加剧，但高盛（Goldman Sachs）认为，这场 AI 繁荣才刚刚拉开序幕。 这家华尔街巨头的分析师指出，当前的投资规模与 AI 所能带来的潜在经济回报相比仍然较小。 高盛分析师在周三发布的一份报告中写道：“生成式 AI 所承诺的巨大经济价值，足以支撑当前对 AI 基础设施的投资。
供应链中的代理人工智能应用是物流的未来
联合利华的人工智能系统通过分析天气数据来调整冰淇淋销售预测、优化库存并减少浪费。 人工智能冰箱的数据已使某些地区的零售订单和销售额增长高达 30%。 这些人工智能工具在瑞典等市场将预测准确率提高了 10%，从而能够更灵活地应对不断变化的天气模式。
Andrej Karpathy 最新访谈：强化学习是糟糕的，只是其他一切都更糟
最近，前特斯拉AI负责人、OpenAI早期成员 Andrej Karpathy 在接受播客节目 Dwarkesh Patel Show 采访时，系统反思了当下AI研究的方向。 原文地址：，“强化学习是糟糕的，只是其他一切都更糟。 ”Karpathy解释，强化学习的问题不在算法的复杂性，而在信息的稀缺性。
重庆加强监管 下架违规 AI 产品 10 余款确保技术安全
近日，在重庆市委网信办的新闻发布会上透露，重庆市正在进行一项针对人工智能技术滥用的专项整治行动。 今年以来，已有 “AI 开处方” 等10多款违规 AI 产品被下架，显示出重庆对 AI 技术监管的重视。 图源备注：图片由AI生成，图片授权服务商Midjourney随着人工智能的快速发展，虽然其为人们的生活带来了许多便利，但滥用现象及由此产生的虚假信息、数据安全隐患等问题也随之而来。
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI新词
AI绘画
大模型
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
英伟达
Gemini
智能体
技术
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
AI for Science
代码
腾讯
苹果
算法
Agent
Claude
芯片
具身智能
Stable Diffusion
xAI
蛋白质
人形机器人
开发者
生成式
神经网络
机器学习
AI视频
3D
字节跳动
大语言模型
RAG
Sora
百度
研究
GPU
生成
华为
工具
AGI
计算
生成式AI
AI设计
大型语言模型
搜索
亚马逊
AI模型
视频生成
特斯拉
DeepMind
场景
Copilot
深度学习
Transformer
架构
MCP
编程
视觉