实体 · 技术
生成式人工智能
根据输入生成文本、图像、代码或其他内容的人工智能系统。
- 报道数量
- 已报道 6 篇
- 首次报道
- 首次报道
- 最近更新
- 最近更新
最新报道
AI 使用方法
为什么 AI 总在长任务里跑偏：多步任务的失败点在哪
长任务失败往往出在重复执行的稳定性：模型需要把同一件简单事连续做几十次，错误会在过程中累积。本文用 ICLR 2026、NeurIPS 2025 的一手实验拆出三个具体失败点：错误的自我强化、多轮目标漂移、验收环节缺位，并给出按步数预算切分任务、回滚清除错误历史、用 pass^k 验收等六个可落地做法。
AI 使用方法
上下文越长，答案越不准：资料该喂到什么程度
模型的可用上下文远短于标称上下文，退化也会在窗口用满之前逐步出现。五份独立测量揭示了长上下文失效的机制；成本、延迟和资料筛选共同决定一次调用该放多少内容。
AI 治理
AI 幻觉：哪些输出必须核验
幻觉会持续出现，背后有训练与评测规则的激励。文章结合一手研究，解释其成因和可检测程度，并按“错误能否被发现、能否撤回”整理核验清单。
模型与算法
同一个问题问两次 为什么模型会给出不同答案
同一个问题出现不同回答，未必只是“模型随机”。从逐词元生成、会话上下文到版本变动，拆解差异从哪里来，以及哪些差异必须核验。
人工智能
让 AI 替你办事之前，先决定哪些事不能交出去
从代理式系统的外部行动能力出发，提出以后果、权限、数据敏感性和可恢复性划分委托边界的方法，并说明审批、责任红线、最小权限、可追溯记录与演练恢复如何共同约束 AI 的行动。
人工智能
AI 到底怎样提高工作效率：它省下的是等待、切换和返工
从写作、客服、企业协作与软件开发研究出发，解释 AI 如何缩短直接任务、何时把时间转移到核验与返工，以及团队应怎样衡量净效率。