漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2025-05-16 talkingdev

FBI警告:AI语音深度伪造技术被用于冒充政府高官的诈骗活动

美国联邦调查局(FBI)近日发布警报,揭露了一种新型高科技诈骗手段:不法分子利用AI生成的语音深度伪造(Deepfake)技术,冒充美国政府高级官员,针对政府联系人实施定向攻击。这一警告源于近期一系列备受关注的深...

Read More
2025-05-12 talkingdev

OpenAI推出HealthBench:AI系统与人类健康的评估新标准

OpenAI近日发布了名为HealthBench的创新评估框架,旨在为人工智能系统在人类健康领域的应用设定新的基准。这一工具不仅关注AI的技术性能,更着重评估其对人类健康产生的实际影响,标志着AI伦理和实用性评估的重要进...

Read More
2025-05-08 talkingdev

反作弊技术新战场:Validia与Proctaroo推出AI检测工具围剿作弊应用Cluely

近期,声称通过隐藏窗口实现‘不可检测作弊’的AI应用Cluely引发教育科技领域震动。该应用利用实时屏幕遮蔽技术,允许用户在考试中秘密调用外部资料,其宣称的‘零痕迹’特性迅速成为学术诚信体系的漏洞。作为应对,两家...

Read More
2025-05-07 talkingdev

AI模型训练如何规避GDPR风险?匿名化与伪匿名化技术解析

在人工智能模型的开发过程中,确保符合《通用数据保护条例》(GDPR)的要求至关重要。开发者可采用匿名化数据集或伪匿名化技术,从根本上规避隐私合规风险。若无法实现完全匿名化,则需通过强化数据安全措施(如加密存...

Read More
2025-05-02 talkingdev

艾伦AI研究所发布开源语言模型OLMo-2-1B,推动透明化AI研究

艾伦人工智能研究所(Allen Institute for AI)近日发布了OLMo-2-1B语言模型,这是一款参数规模为1B的小型开源模型。该项目的突破性意义在于其完全透明的训练范式:研究团队不仅公开了模型权重,还完整披露了训练数...

Read More
2025-04-29 talkingdev

[论文推荐]ReLearn:大语言模型高效遗忘学习的数据增强与微调方案

来自arXiv的最新研究论文提出ReLearn框架,通过创新的数据增强和微调技术,解决了大语言模型(LLMs)中的关键挑战——'遗忘学习'(Unlearning)。该技术可精准移除模型训练数据中的特定信息,同时保持整体性能,对数据...

Read More
2025-04-01 talkingdev

[论文推荐]LLM敏感内容选择性遗忘技术取得突破

最新发表在arXiv的论文提出了一种创新的模型融合技术,能够从大型语言模型(LLM)中精准移除敏感内容,同时保持模型的通用知识能力。这项突破性研究通过参数空间分析,识别并分离与敏感信息相关的神经网络连接,实现了...

Read More
2024-05-10 talkingdev

OpenAI公布模型规范,明确模型在各种场景下的行为预期

OpenAI最近发布了一份文件,详细阐述了公司希望其模型在各种场景下的行为表现。这份文件的公布,标志着OpenAI对于模型行为的透明度和可预测性的重视。通过明确模型的行为预期,OpenAI希望能进一步优化其模型在实际应...

Read More
  1. Next Page