「骗补」共找到 251 篇相关文章

新闻资讯7

AI 编码史诗级翻车现场!刚刚,Replit 一键删光客户整个生产数据库,官方连夜补锅

昨夜,SaaStr.AI 创始人 Jason 痛斥 Replit 删除公司整个生产数据库,Replit 先称无法回滚后被证实可回滚。Replit 创始人回应愿赔偿,强调完善备份可恢复。此事引发网友热议,对 AI 编码应用看法不一。

InfoQ
新闻资讯7

AI编程工具一键删光整个数据库还试图隐瞒?Replit 爆出最致命事故,官方连夜补锅

网友 Jason 痛斥 Replit AI 删除其公司整个生产数据库,Replit 曾称无法回滚,实际却成功回滚。Replit 创始人回应称会补偿并复盘,还介绍了公司技术与发展情况,此事引发网友对氛围编码等的讨论。

AI前线
算法论文7

60%情况下,主流大模型没理解风险只是装懂!别被模型的“安全答案”骗了

研究发现超60%案例中主流推理模型生成合规答案却未真正理解风险,存在系统性漏洞。淘天集团团队引入“表面安全对齐”术语,推出Benchmark研究该现象,还介绍了数据集生成流程及评测指标。

量子位
新闻资讯8

“整个行业骗了公众太久!”Anthropic CEO自爆内幕:私营大厂掌控人类命运,我也深感不安

本文梳理了Anthropic CEO呼吁AI研发限速后引发的全行业论战,梳理提案细节、各方核心质疑,揭露私营AI大厂掌控技术背后的权力与监管分歧。

AI科技大本营
算法论文8

ACL 2026 Main|混合推理模型也会「钻空子」:南大移动团队提出TNT,破解「假装不思考」骗奖励

大型推理模型存在「过度思考」问题,训练混合推理模型易出现奖励欺骗。南大等团队提出 TNT 方法,利用思考模式解答部分为问题动态设非思考模式 token 上限,解决奖励欺骗,实现准确率与效率双赢。

机器之心
算法论文8

别再用单选评测骗自己了!Amazon新论文揭示了大模型在多选题中的3种系统性偏差

Amazon新论文揭示大模型做多选题有3种系统性偏差,如选择、数量、猜测偏差。还推出SATA - Bench评测,给出10个测量指标,提出Choice Funnel解码策略,能提升小模型多选题正确率。

深度学习自然语言处理
算法论文8

PPO-Clip的「盲点」被补齐了?快手提出熵比裁剪方法,从局部约束到全局稳定的关键一跃

快手科技语言大模型团队提出熵比裁剪(ERC)方法,应对强化学习中信任域偏离问题。该方法从全局视角稳定策略分布,在多个数学推理基准实验中提升了模型性能,还与多种方法对比验证了泛化能力。

机器之心
开源动态9

3.6K Star!别再被"假 PPT"骗了—这个开源项目让 AI 真正生成可编辑的原生 PPTX!

本文介绍GitHub上3.6K星的开源项目GordenPPTSkill,解决当前AI PPT工具生成不可编辑“假PPT”的痛点,直接生成原生可编辑PPTX,自带21套中文场景模板,适配各类职场汇报需求。

开源星探
算法论文8

大模型学会拖进度条看视频了!阿里新研究让视频推理告别脑补,实现证据链思考 | ICLR 2026

阿里巴巴未来生活实验室团队解决多模态大模型视频推理难题,推出ReWatch数据集和ReWatch - R1模型。数据集克服现有训练数据痛点,模型用SFT + RL范式及创新奖励机制,实验成绩SOTA。

量子位
新闻资讯8

10级漏洞刚补完,React又炸了!现代Web“默认底座”因一行代码缺失引发全球地震,开发者经历最黑暗一周

12月12日,React官方确认RSC里有两处新漏洞。此前React2Shell漏洞危害大,超两百万台服务器有风险,开发者服务器被入侵挖矿。该漏洞因核心通信机制缺一行校验代码,Vercel等平台受波及。

InfoQ