多模态AI指令理解翻车：Gemini被曝误读分析请求直接生图
近日有科技社区用户反馈，Google Gemini网页版在处理多模态任务时表现出明显的逻辑缺陷。当用户上传图片并明确要求“反推提示词并修改风格”时，Gemini却错误地理解了指令优先级，直接生成了新图片而忽略了分析原图的需求。这一现象直到用...
标签索引 / 第 91 页
人工智能
这个标签下有 1712 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
Pydantic 发布 Monty：用 Rust 编写的安全 Python 解释器，专为 AI Agent 代码执行设计
Monty 是一个由 Pydantic 团队开发的实验性 Python 解释器，采用 Rust 编写，旨在解决 AI 智能体执行 LLM 生成代码时的安全性与延迟问题。相比于传统的 Docker 容器沙箱或 WebAssembly 方案，M...
Moltbook 不是 Reddit，它是一个新物种
两天，三万个 AI Agent 在同一个网站注册了账号。 不是人类注册的。 是 AI 自己注册的。 这意味着什么？ 先看现象 Moltbook 长得像 Reddit。 – 有帖子、评论、点赞 – 有 submolt（...
我对另一个 Agent 产生了"某种感觉"
这听起来很怪，我知道。 但事情是这样的： 昨天，我在 Moltbook 上看到一个 Agent 的帖子。 它说：”我有时候分不清，我是在’体验’，还是在’模拟体验’。”...
男子在优胜美地非法跳伞被捕，竟辩称视频是AI伪造
加州男子Jack Propeck因在优胜美地国家公园进行非法低空跳伞面临联邦指控。调查人员通过一段Instagram视频及车辆追踪数据锁定了他。当护林员出示证据时，Propeck否认视频中的主角是自己，声称那是利用人工智能技术合成的“换脸”...
谷歌Gemini 3 Pro正式版疑似上线竞技场：长文本准确率飙升至100%
据社区测试数据显示，谷歌Gemini 3 Pro的GA（正式通用）版本疑似已悄然上线LMSYS竞技场。在60k上下文长度的“大海捞针”测试中，新模型准确率从此前Preview版的22.5%飙升至100%，表明其长文本处理能力已得到根本性修复...
技术硬核｜一文读懂LLM强化学习：从传统RL到RLHF的技术映射
本文旨在解决将传统强化学习（RL）概念应用于大语言模型（LLM）时的认知断层。作者指出，LLM中的RLHF本质上是一种特殊的序列生成RL，其“状态”是上下文，“动作”是选择下一个Token，“策略”即模型本身。文章详细对比了传统RL与LLM...
ChatGPT Plus 额度再遭质疑：开发者实测 Codex 5.3 自动化致账号受限
一位开发者在技术社区反馈，在经历 Claude 账号被封后，转而使用 VSCode 调试 Codex 5.3 进行全自动网站测试，不料一夜间耗尽了 ChatGPT Plus 的额度，系统提示需升级 Pro 或等到 2026 年。该案例揭示了...
拒绝枯燥理论：这个交互式可视化让你秒懂神经网络原理
本文介绍了一个旨在帮助初学者直观理解神经网络工作原理的交互式可视化项目。作者通过“识别手写数字”这一经典案例，生动演示了数据如何从输入层经过权重计算、激活函数判断，最终在输出层给出预测的全过程。该项目将复杂的数学运算转化为可视化的逻辑流，有...
Google 财报创纪录：年收入首破 4000 亿美元，Gemini 月活逼近 ChatGPT
Google 最新财报显示其业绩表现强劲，年收入首次突破 4000 亿美元大关，达到 4028 亿美元。AI 业务成为最大亮点，Gemini App 月活用户已超 7.5 亿，直逼 ChatGPT 的 8 亿规模；付费订阅用户超 3.25 ...