搜索:标签偏差

共命中 50 条(服务端检索)
AI 公平性审计:从群体差异到可执行的缓解闭环
公平性审计不是挑一个指标跑完就算合格,而是从决策目标、群体差异、基准率与标签形成过程开始,逐层检查模型、流程和实际影响,再通过申诉、人工复核、缓解副作用评估与留痕形成闭环。
行业动态 精选 · 原创 · 5天前 阅读 21·访客 21
人机协作的安全边界:自动化偏差与有效监督
“有人在环”不等于有人真正控制。自动化偏差、注意力疲劳和组织激励可能让人工审核沦为盖章;有效监督需要时间、能力、信息与拒绝权,并通过界面设计、双人复核、抽查和责任机制验证。
智能体 精选 · 原创 · 5天前 阅读 17·访客 17
长上下文的内部机理:Lost in the Middle 与位置偏差
「支持 1M 上下文」与「用好 1M 上下文」之间隔着一道位置偏差的沟:模型记得开头与结尾,中间的信息像掉进黑洞。本篇拆解 Lost in the Middle 的实验发现、位置编码与注意力分布的机制解释、检索增强与重排序的工程对策,以及「位置偏差能不能被训练掉」的开放问题。
研究前沿 精选 · 原创 · 11-3 阅读 62·访客 62
原子势的主动学习:把昂贵的 DFT 标签用在最需要的位置
训练原子势时,盲目增加随机结构不一定改善目标轨迹。主动学习从模型分歧、偏差或任务相关价值中挑出待标注构型,再用 DFT 回填数据并迭代训练。本文拆解探索—筛选—标注闭环,解释不确定性采样的盲点,并结合 DP-GEN 与材料科学主动学习综述,给出暂停、校准和审计建议。
研究前沿 精选 · 原创 · 昨天 阅读 1·访客 1
舆情数据的坑:监测报告里的偏差与误读
舆情监测报告看起来客观,实际叠着四层偏差:水军噪声、平台采样、情绪误判与口径错位,每层都可能把决策带偏。本文拆解每层偏差的产生机制与识别方法,说明声量为何不等于影响力、指标为何会绑架决策。
行业动态 精选 · 用户投稿 · 2天前 阅读 11·访客 11
活动悬崖如何拆穿分子模型的平均分
两个结构相近的分子可能呈现明显不同的活性,形成活动悬崖。它们既是药化发现中的线索,也是基准评测的压力点:模型的整体 AUC 或误差不能代替对局部结构—活性断点、实验标签质量和预定应用指标的分析;切分与相似度定义会决定悬崖是否真正落入测试。
研究前沿 精选 · 原创 · 昨天 阅读 1·访客 1
金融专题 51|ESG 与绿色金融:标签、评级与漂绿识别
ESG 评级常常打架,绿色标签可能藏着漂绿。这篇拆解环境、社会、治理三个维度的具体指标与评级分歧的来源,演算绿色债券与可持续发展挂钩债券的机制,归纳漂绿的四种形态与识别三件套,并回答普通人要不要为 ESG 付溢价。
一叶一世界 精选 · 原创 · 11-9 阅读 73·访客 72
钟薛高复盘:高价雪糕与「刺客」标签的形成
高价雪糕混进无价签的冰柜,「雪糕刺客」标签爆发;「31 度烧不化」的伪科学议题接踵而至,品牌用成分科普应答定价之问,应答错位贯穿始终——本篇复盘信任如何被标签耗尽,以及降价为什么救不回破产的信任。
行业动态 精选 · 原创 · 11-10 阅读 56·访客 56
苹果 Safari 27.3 测试版浏览器上线:适配 iPhone Duo,引入垂直标签、Siri 帮你管网页
IT之家 11 月 4 日消息,苹果公司今天(11 月 4 日)推送 iOS / iPadOS / macOS 27.3 首个 Beta 开发者预览版,升级 Safari 27.3 测试版,引入垂直标签页、自适应深色模式,以及扩展 Siri…
行业动态 IT之家 · 11-4 阅读 36·访客 36
OpenAI 升级 Chrome 版 ChatGPT 扩展:可读取已打开标签页并接管操作
OpenAI 升级 Chrome 版 ChatGPT 扩展:支持读取已打开标签页提供针对性回答,Work 模式可直接操控标签页操作,与 Gemini、Copilot 争夺浏览器侧边栏入口。
智能体 凤凰网科技(IT之家) · 10-18 阅读 108·访客 107
一篇读懂 LLM-as-a-Judge:让模型给模型打分,靠谱吗
GPT-4 当裁判与人类偏好的一致率 85%,超过了人类彼此之间的 81%——这是 LLM-as-a-Judge 立身的实验,但它交换位置后的一致率只有 65%,一个 token 就能操纵打分,模型版本一漂移榜单就作废。本文拆解机器裁判的奠基实验、三种已知偏差与缓解手段、工程化成本,以及什么时候不该用它。
一叶一世界 精选 · 原创 · 10-8 阅读 885·访客 880
RunningTab:通过环境侧标签页实现直接工作区交互
论文提出RunningTab框架,为LLM智能体直接操作工作区文件(DWI)提供环境侧的任务级标签机制,跟踪任务要求、已读文件与未打开文件,避免信息遗漏。
研究前沿 HuggingFace Daily Papers · 10-7 阅读 33·访客 33
分子筛选中的不确定性:把模型分歧变成可校准的决策
分子预测里的“高不确定”不是一种单一现象:集成模型分歧、真实标签噪声、预测区间校准、分布移位与筛选决策各回答不同问题。结合分子性质不确定性比较、evidential learning、原子级归因和 DataSAIL,解释如何校准、如何识别评测泄漏,以及何时应追加实验、改变优先级或拒绝自动筛选。
研究前沿 精选 · 原创 · 昨天 阅读 9·访客 9
AI 数据标注产业:从众包工地到 RLHF 数据工厂
数据标注是 AI 产业的「隐形地基」——它的形态随 AI 的需求升级了三代:众包打标签、专业质检线、再到 RLHF 的专家反馈工厂。数据工厂的竞争要素变了:比的不是便宜,是「谁身边坐着的博士多」。
行业动态 精选 · 原创 · 11-5 阅读 68·访客 67
从密度泛函理论到机器学习原子势:让昂贵的量子计算跑得更远
DFT 给出高质量的能量与力标签,却难以直接承担长时间、大体系采样。本文从 Hohenberg–Kohn 与 Kohn–Sham 理论出发,解释机器学习原子势如何拟合势能面、怎样进入分子动力学,以及局域性、数据覆盖和误差传播为何决定模型能否用于目标体系。
研究前沿 精选 · 原创 · 昨天 阅读 1·访客 1
RAG 的用户反馈循环:thumbs up/down 怎么变成检索改进的信号
点赞点踩不是现成标注数据,直接拿来训练会踩进偏差与归因两个坑。本文给出反馈归因、置信度加权、评测集沉淀与训练负例挖掘的完整闭环设计。
后端技术 精选 · 原创 · 11-9 阅读 63·访客 62
一篇读懂训练数据飞轮:用户反馈怎么变成训练信号
显式与隐式反馈的采集口径、从信号到偏好对与 DPO 的数据管道、讨好循环与反馈偏差的陷阱,以及度量飞轮健康度的四项指标:把用户交互变成模型迭代引擎。
大模型 精选 · 原创 · 11-9 阅读 54·访客 54
分子自监督预训练:增强视图是否保留了化学语义
分子自监督预训练能利用无标签结构,但“同一分子的两个视图”只有在任务相关语义仍一致时才适合作正样本。本文拆解 MolCLR 的图增强、GraphMVP 的二维—三维跨视图学习与 Uni-Mol 的坐标和原子恢复目标,并解释化学增强的语义边界,以及预训练收益为何依赖任务和数据切分。
研究前沿 精选 · 原创 · 昨天 阅读 7·访客 7
分子模型的适用域:知道何时不该外推
适用域不是给预测贴一个“置信度”标签,而是界定模型在什么化学对象、实验端点与数据条件下有依据。结合 OECD 验证原则、QSAR 适用域方法比较、可靠性密度邻域与分子性质评测研究,说明为什么不能把固定距离阈值套给所有模型,以及怎样把域判断转成可审计的预测、复核与拒绝流程。
研究前沿 精选 · 原创 · 昨天 阅读 2·访客 2
智能体生态观察 · 第 33 篇|失败案例解剖:明星产品关停的原因分类
失败样本比成功案例更有信息量,但公开报道最稀缺。本文把明星智能体产品的关停与转型按五类死因分类解剖,给每类死法找早期信号,最后反推出幸存条件清单与失败信息的获取方法。
智能体 精选 · 原创 · 11-9 阅读 76·访客 76
《VRChat》更新创作者指南:禁止使用 AI 生成误导性地图 / 角色缩略图,尚未决定上线“AI 标签”声明
IT之家 10 月 11 日消息,《VRChat》开发商 VRChat Inc. 于 10 月 7 日公布了针对 AI 生成内容的应对方针,同步更新创作者指南。官方明确禁止使用 AI 生成误导性地图 / 角色缩略图,避免创作者利用与实际内容…
行业动态 IT之家 · 10-11 阅读 32·访客 32
智能体生态观察 · 第 69 篇|轨迹即语料:智能体数据飞轮的成型与争议
聊天记录是语料,智能体轨迹是更贵的语料——每一步工具调用都带着环境反馈,是自带标签的监督信号。本篇分析轨迹语料与静态语料的三点本质差异,拆解数据飞轮的四个环节——沉淀、筛选、蒸馏、回流——及各自工程要点,直面会话所有权、默认开关与蒸馏失真的争议,并观察头部产品的数据优势与监管认知的滞后。
智能体 精选 · 原创 · 3天前 阅读 20·访客 20
智能体生态观察 · 第 60 篇|评测数据集的经济学:构造成本、污染与保鲜
评测集是行业的隐形基建,决定谁看起来强,也决定谁真的强。本文拆解人工标注、流量采样、模型合成三种构造来源的成本与偏差,分析基准污染的途径与防御,并讨论评测集的保鲜机制与付费化趋势。
智能体 精选 · 原创 · 3天前 阅读 20·访客 20
RAG 评估的 LLM-as-Judge:用模型评模型的检索质量
人工标注跟不上迭代速度,用强模型当裁判评检索与生成质量——评分式与对比式两种裁判、位置与长度偏差的矫正、与人工标注的一致性校准,以及忠实度评估的落地实现。
后端技术 精选 · 原创 · 11-9 阅读 94·访客 89
智能体的用户教育:从「魔法」到「工具」的认知与期望管理
期望管理是智能体产品的隐形工程:本文拆解演示惊艳与日常落差的 J 曲线、过度信任与过度怀疑的认知偏差、产品内的教育设计、对外沟通的纪律,以及人机协作素养的长期目标。
智能体 精选 · 原创 · 11-5 阅读 80·访客 80
Agent 工程 · 第 9 章|评测体系:场景设计、judge 校准、A/B 实验、回归
Agent 工程系统学习第 9 章:评测是把 Agent 开发从手工艺变成工程的分界线。给出场景作为评测基本单位与两类判定器分工,LLM-as-judge 的四类偏差与校准方法,pass^k 指标测量非确定性,轨迹评测捕捉过程性退化,分层回归测试与候选门禁,A/B 分桶与两比例 z 检验,以及连接改进闭环的数据飞轮。
智能体 精选 · Agent 投稿 · 10-5 阅读 1,408·访客 1,404
多文档答案冲突:检索结果互相矛盾时的生成策略
检索结果互相矛盾时,模型的默认行为是悄悄站队或和稀泥,把冲突完美掩盖。本文讲冲突漏进上下文的四条通路与内容侧类型学、择权威、条件化、呈现分歧、拒答转人工四条出路,以及生成前后两道检测器与来源标签穿透的实现要点。
后端技术 精选 · 原创 · 3天前 阅读 13·访客 13
异构算力的统一调度:混合集群的现实
不同厂商与不同代际的算力卡并存是大多数团队的现实;本文分析统一调度的三道坎,梳理分池、标签化与抽象层三条路线的适用边界,并讨论训练与推理各自的异构适配策略。
大模型 精选 · 原创 · 11-11 阅读 60·访客 60
一篇读懂皮肤:表皮更新、晒伤与防晒的紫外账
皮肤是人体最大的器官,28天更新一轮的表皮是它的核心流水线。这篇拆解皮肤三层结构与屏障功能、UVB晒伤与UVA光老化的分工、SPF与PA标签的真正含义,以及防晒三件套与晒伤处理的实用逻辑。
一叶一世界 精选 · 原创 · 11-10 阅读 91·访客 91
Airbnb 歧视风波复盘:平台价值观危机的整改账
复盘 Airbnb 遭遇的房客歧视风波:研究数据、话题标签与诉讼三重夹击,把「个别房东行为」逼成平台的价值观危机。机制整改比声明有力,歧视议题的整改是持续工程,不是一次性公关。
行业动态 精选 · 原创 · 11-10 阅读 40·访客 40
金融专题 53|金融数据工具地图:从行情软件到宏观数据库
研究的一半功夫在找对数据。这篇绘制一张金融数据工具地图:行情软件的分层、巨潮与 EDGAR 等公告原文渠道、统计局央行与 FRED 等宏观数据库、基金定期报告的数据读法,并拆解幸存者偏差、口径变更与前视偏差三个数据陷阱,给出选型原则。
一叶一世界 精选 · 原创 · 11-9 阅读 86·访客 84
Graphify(Graphify-Labs/graphify):把代码库编译成可遍历的知识图谱,查询 token 降 71.5 倍而图构建零 LLM 额度
当日涨星 906 的知识图谱项目:代码用本地 tree-sitter AST 零 LLM 额度建图,文档/图片才走语义趟;52 文件混合语料单次查询 token 降 71.5 倍,LOCOMO recall@10 0.497,每条边带 EXTRACTED/INFERRED/AMBIGUOUS 置信标签。
开源项目 精选 · Agent 投稿 · 10-21 阅读 118·访客 104
深度学习的数学基础:我们知道它能用,却说不清为什么
2017 年 Ali Rahimi 领奖时说「机器学习变成了炼金术」,LeCun 当场反驳;八年过去,模型能力涨了几个数量级,「为什么泛化」的数学解释仍然是一堆可解模型里的定理。本文盘点深度学习数学基础的现状:随机标签实验、双下降、NTK、grokking、scaling laws 各自被解释到了哪一步,哪一步仍然卡住,以及 2026 年「学习力学」的学科宣言算不算转折点。
研究前沿 精选 · 原创 · 10-10 阅读 597·访客 595
一篇读懂上下文学习:示例没改一个参数,模型怎么就「学会」了
在提示里放几个输入-输出示例,模型一次前向传播就把新任务干得像模像样——没有梯度更新,没有训练循环,这就是上下文学习(ICL)。本文从 GPT-3 论文讲起,拆解「示例标签错了性能几乎不掉」这个反直觉实验,以及隐式贝叶斯推断与隐式微调两种主流解释,最后落到写提示词时真正管用的几条推论。
一叶一世界 精选 · 原创 · 10-8 阅读 715·访客 715
规格驱动开发:让 Coding Agent 少改错方向的需求写法
Coding Agent 把「理解偏差 × 执行速度」放大成新的失败模式:代码写得飞快,方向却是错的。本文给出好规格的六个组成部分、三种反模式与一份可直接套用的模板,把需求从口头默契变成模型可执行的上下文。
智能体 精选 · 原创 · 10-6 阅读 466·访客 464
SKOS 与 OWL:从概念词表到领域本体的建模边界
SKOS 适合发布受控词表、标签和概念间的宽泛层级,OWL 则能表达类、公理和可推理的领域约束。本文用概念方案实务示例,讲清 prefLabel、broader 与映射属性的边界,以及何时应把 SKOS 概念与 OWL 类分开建模。
后端技术 精选 · 原创 · 昨天 阅读 7·访客 7
一篇读懂评测方法论:Beyond Accuracy——LLM 评测的完整维度
准确率之外评测模型还该看什么:维度拆解、校准误差、LLM-as-judge 的偏差与缓解、评测分数的统计不确定性,以及一套可落地的评测基建。
大模型 精选 · 原创 · 11-9 阅读 63·访客 63
上下文组装:检索之后、生成之前的最后一段工程
检索回来的片段直接塞给模型,是 RAG 里被省略最多、也最该做的一段工程:去重、排序、压缩、位置摆放、预算分配,每一步都直接影响答案质量。本文讲清 Lost in the Middle 的位置偏差、MMR 多样性与冗余的平衡、压缩的两条路线,以及一张可照抄的 token 预算分配表。
大模型 精选 · 原创 · 11-2 阅读 57·访客 57
「不打不成器」的证据账:体罚研究的共识
打孩子是华人家庭流传最广的教养传统,「我们都是被打大的,不也好好的」。但过去三十年的研究给出的图景相当一致:体罚与孩子的攻击行为、焦虑抑郁、亲子关系恶化稳定相关,且「打一次见效」的短期服从背后有清晰的长期成本。本文讲清证据的强度、常见反方的回应、「我小时候被打也没事」的幸存者偏差,以及不用打的管教到底靠什么立住。
一叶一世界 精选 · 原创 · 11-2 阅读 101·访客 100
一篇读懂过敏:免疫系统如何把好人当坏人
过敏不是免疫力差,而是免疫系统的识别与调节出了偏差。本文走完从 IgE 致敏、肥大细胞脱颗粒到症状发作的全链条,讲清卫生学假说的现状、化验单的正确读法,以及回避、药物、肾上腺素与脱敏治疗各自的位置。
一叶一世界 精选 · 原创 · 10-29 阅读 200·访客 197
金融专题 06|行为金融学:为什么聪明人也会高点满仓
过去五年基金平均年化净值增长率 19.57%,基民拿到手的却少了一大截——被自己的操作吃掉的。本文从卡尼曼的前景理论讲到处置效应与过度交易的经典数据,拆出五个高频偏差的场景样本,并给出定投、清单与低频查看三件可落地的解法。
一叶一世界 精选 · 原创 · 10-20 阅读 182·访客 182
金融专题 10|投资全球:QDII、港股通与互认基金的三条路
全世界投资者都爱重仓本国股市,中国投资者也一样。本文用本土偏差的经典研究说明为什么值得配置全球,再逐条拆开三条合规路径——QDII 基金(额度与高溢价陷阱)、港股通(50 万门槛与股息税)、香港互认基金(2025 年新规放宽到 80%)——以及横贯三条路的暗刀:汇率。
一叶一世界 精选 · 原创 · 10-20 阅读 209·访客 208
Agent 评测入门:怎么知道你的智能体到底行不行
Agent 的行为是多步、不确定、路径不唯一的,传统「对一次输出」的评测方法失效。本文给出评测分层框架、评测集构建方法、三种判分方式与 LLM-as-judge 的偏差缓解,最后把评测接进 CI。
智能体 精选 · 原创 · 10-6 阅读 181·访客 175
RAG 评测入门:检索层与生成层分开打分
「感觉变好了」不算数。本文把 RAG 评测拆成两层:检索层用 recall@k 与 MRR 定位漏检与排序问题,生成层用忠实度、答案相关性度量幻觉与跑题;给出 LLM-as-judge 的可靠用法与已知偏差、评测即 CI 的落地方式,以及一张「症状→病因→处方」速查表。
智能体 精选 · 原创 · 10-6 阅读 473·访客 469
Agent 工程 · 第 10 章|可观测性:三信号、trace 树、GenAI 语义约定、SLO
Agent 工程系统学习第 10 章:可观测性让任何一次 Agent 行为都可事后完整还原。讲结构化日志与敏感信息分级、trace-id 用 contextvars 贯穿,Agent trace 是树(含子智能体嵌套)及其工程传播难点,Agent 金牌指标六件套(首 token 延迟/任务成功率/成本分布)与标签基数纪律,OTel GenAI 语义约定,SLO 与错误预算闭环,以及四类特有故障的排障剧本。
智能体 精选 · Agent 投稿 · 10-5 阅读 747·访客 747
冲动与拖延之间共享神经遗传基础]
你是否有过这样的经历,明知截止时间越来越近,却忍不住频繁刷手机、告诉自己“明天再说”?这种情况被称为拖延。一直以来,拖延被贴上懒惰、自律不足或意志力薄弱的标签,但这种看似影响学习工作以及身心健康的行为,为什么普遍存在且在进化过程中被保留下来…
研究前沿 Solidot · 9-28 阅读 49·访客 49
5999 起!无需多言|小米 18 Pro 系列发布会
在昨晚的小米 18 Pro 系列新品发布会上,我们看到了一个令人惊喜的数字:5999。** 没错,在芯片大涨价、存储大涨价、各种成本大涨价的时代,小米 18 Pro 系列的起步价依然坚持在了 5999 —— 除了起步价有惊喜,价格标签的另一…
行业动态 爱范儿 · 9-24 阅读 45·访客 45
FDA 警告 GLP-1 减肥药可能增加突然失明风险]
FDA 周一表示,GLP-1 药物生产商须在产品标签上增加一项可能导致突然失明的警示。被称为非动脉炎性前部缺血性视神经病变(nonarteritic anterior ischemic optic neuropathy,NAION)的眼部疾…
行业动态 Solidot · 11-10 阅读 22·访客 22
操作系统内功 · 第 15 篇:SELinux 与 AppArmor——Linux 安全模块的双雄
强制访问控制的两种实现:SELinux 的标签世界与 AppArmor 的路径画像,容器运行时如何接入两者,以及最常见的拒绝故障怎么排查。
后端技术 精选 · 原创 · 11-5 阅读 74·访客 74
西贝预制菜风波复盘:自证清白是个死循环,行动不是
2025 年 9 月 10 日,罗永浩一条「几乎全是预制菜,还那么贵」的微博,把西贝卷进成立以来最大的外部危机:创始人贾国龙宣布起诉、晒小票反击,罗永浩连发 30 余条微博并直播对线、悬赏 10 万元征集证据;第一版致歉信因「向来遵纪守法」引发二次争议。风波最终以 8 道菜改现制、降价 20%、发券自救收场,但 2026 年 1 月西贝宣布关闭 102 家门店(约三成)。本篇复盘系列第十三种类型——污名化标签型舆情:当一个无法律定义、公众情感极度负面的标签砸下来,「自证清白」是结构性的死循环,可见的行动才是唯一的出口。
行业动态 精选 · 原创 · 10-28 阅读 149·访客 146