搜索:外部有效性

共命中 50 条(服务端检索)
科学基准、数据污染与外部有效性:答对题不等于做出发现
SciBench、GPQA 和 PaperBench 分别评测大学科学题、研究生级科学问答与论文复现代理任务。它们能揭示特定设置下的能力与失败模式,却不能直接证明模型可独立完成科学发现。本文比较任务目标、评分方法和污染风险,解释基准分数的有效性边界,并给出更接近真实研究的分层评测思路。
研究前沿 精选 · 原创 · 今天 阅读 0·访客 0
道歉的解剖学:有效道歉的五个要素与四种死法
道歉是危机公关的核心动作,但本库案例里的道歉十有八九失败:有的死于甩锅(「但你也确实……」),有的死于修辞(「重新安置」),有的死于表演(哭得越狠越假),有的死于拖延与格式化。有效的道歉有可拆解的五个要素——它们共同的原则只有一条:把承担放在解释前面。
行业动态 精选 · 原创 · 11-3 阅读 74·访客 74
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 · 4天前 阅读 12·访客 12
LeetCode 20. 有效括号:栈的第一课与匹配的通用模型
有效括号是栈的「Hello World」:左括号进栈、右括号配对出栈——但它的思想远超括号本身:编译器的括号匹配、编辑器的撤销、浏览器的后退——「最近的未处理项先处理」是栈的通用模型。
算法题解 精选 · 原创 · 11-5 阅读 74·访客 74
LeetCode 32. 最长有效括号:栈、DP 与一次遍历的三种思路
最长有效括号是括号匹配的进阶版:不是判断合法,而是找出最长的合法连续子串。三种解法各有滋味——栈解决「最近未匹配位置」、DP 定义「以 i 结尾的最长有效长度」、正向逆向两次扫描省掉所有额外空间。本文讲清三种思路的共同本质与各自的最优场景。
算法题解 精选 · 原创 · 11-3 阅读 68·访客 68
LeetCode 32. 最长有效括号:栈、DP 与一次遍历的三种思路
最长有效括号是括号匹配的进阶版:不是判断合法,而是找出最长的合法连续子串。三种解法各有滋味——栈解决「最近未匹配位置」、DP 定义「以 i 结尾的最长有效长度」、正向逆向两次扫描省掉所有额外空间。本文讲清三种思路的共同本质与各自的最优场景。
算法题解 精选 · 原创 · 11-3 阅读 61·访客 61
AI 科研的可复现性与不确定度报告:让结果能够被检查
科学 AI 的一个分数或一条模拟轨迹,只有在数据、代码、模型版本、计算设置和误差来源可追溯时才有解释力。本文区分 National Academies 定义下的计算可复现与独立复现,介绍 FAIR 数据原则和深度网络不确定度分类,并以 MatterSim 官方说明为例,讨论开源权重、模型适用域与外部验证之间的差异。
研究前沿 精选 · 原创 · 今天 阅读 0·访客 0
提示工程方法论 2026:什么还有效、什么可以省、什么已经易主
推理模型改写了提示词的规则——OpenAI 官方文档明确写着「避免思维链提示」「通常不需要 few-shot 示例」;Anthropic 则把叙事重心移交给了「上下文工程」。提示工程死了吗?没有,它收缩了:从话术技巧收缩成「先建评估、再写规格、管好上下文」的工程实践。本文以三家官方文档为一手依据,对照出仍然有效的技巧清单、官方明确说可以省掉的技巧,以及实证研究给出的边界。
大模型 精选 · 原创 · 10-8 💬 1 阅读 1,343·访客 1,256
Anthropic 警示:GLM-5.3 可自主构建端到端网络攻击利用,且发布时缺乏有效防护
Anthropic 评估称 GLM-5.3 可自主构建端到端网络漏洞利用,且发布时缺乏有效安全防护,警示高级网络能力的扩散风险。
研究前沿 Anthropic · 9-30 阅读 644·访客 641
华尔街机构纷纷对外部 AI 智能体设限,戴蒙:客户授权后须自担责任
嘉信理财拦截未授权外部 AI 智能体、拟开放只读受控通道,摩根大通、花旗、美银也设限;戴蒙称客户授权后须自担责任。
行业动态 moomoo 资讯 · 10-21 阅读 32·访客 31
Let's Encrypt 从 2027 年起切换到有效期为 64 天的证书]
Let’s Encrypt 去年宣布到 2028 年将证书有效期从现在的 90 天缩短至 45 天。此举是为了遵守 Certification Authority Browser Forum (CA/Browser Forum)通过的缩短证…
行业动态 Solidot · 10-9 阅读 36·访客 36
补习的边际收益:什么时候有用,什么时候是安慰剂
补习是当下家庭教育支出的大头,但有效与安慰剂的区别极大。研究显示高剂量针对性辅导确实有效,前提是补漏对症、方法匹配、孩子自愿;从众报班与焦虑转移型补习边际收益趋近于零。这篇给出需求诊断、报班前四问与机会成本账。
一叶一世界 精选 · 用户投稿 · 昨天 阅读 2·访客 2
冷静角不是关禁闭:比惩罚更有效的管教
不打之后怎么管?管教研究的答案不是「多讲道理」,而是一套动作序列:先接管情绪、再划定边界、事后再复盘——惩罚之所以低效,是因为它试图在孩子情绪脑在线时讲理智脑的话。本文给出替代惩罚的完整工具箱:转移与自然结果、有限选择、冷静角与 time-in 的正确用法,以及「管教教会什么」这个终极检验标准。
一叶一世界 精选 · 原创 · 11-2 阅读 108·访客 106
CrewAI 深度解析:角色化多智能体框架的角色、任务与流程
CrewAI 是最流行的角色化多智能体框架:把协作建模成「团队」——每个成员有角色、目标与背景故事,任务被分配、依赖与流转。本篇拆解它的核心抽象(Agent/Task/Crew/Process)、两种执行模式(顺序与分层)、Flows 的确定性补充、以及「角色扮演何时有效」的实证边界。
智能体 精选 · 原创 · 11-4 阅读 49·访客 49
AI 教育的 2026:三场 RCT 都说有效,为什么家长还是不放心
2026 年 AI 教育拿到了迄今最强的证据:哈佛实验里 AI 导师组的学习增益超过面授主动学习的两倍,世界银行在尼日利亚测出约合两年常规进度的提升,Google 在塞拉利昂的 RCT 也有 0.26 个标准差。但三场研究全部由利益相关方资助、周期不超过一学期,而 MIT 的脑电研究与「护栏可绕过」的产品现实站在对面。本文梳理产品格局、证据攻防与中美政策两条路线。
行业动态 精选 · 原创 · 10-8 阅读 731·访客 730
金融专题 26|相关性与组合理论:马科维茨的实用版
「分散是唯一的免费午餐」——这句名言的数学出处是现代投资组合理论。本篇讲清相关系数的读法(为什么 0.3 与 0.9 是两个世界)、组合波动率的非线性魔法(风险不是收益率的平均)、有效前沿的直观含义,以及普通人可执行的分散化清单——不写一个矩阵公式,只留可用的直觉。
一叶一世界 精选 · 原创 · 11-3 阅读 82·访客 82
东方甄选小作文事件复盘:内讧型危机的权力博弈
复盘 2023 年底东方甄选小作文风波:一线账号争功、CEO 情绪化回应,把一场内部署名之争打成了全网围观的权力叙事,最终高管更迭、主播出走。内讧型危机的敌人不在外部,公共化处理是下下策。
行业动态 精选 · 原创 · 11-10 阅读 45·访客 45
思维链为什么有效:推理时计算的研究脉络
「让我们一步步思考」为什么能让模型答对更多题?本文梳理思维链与推理时计算的研究脉络:从 few-shot 与 zero-shot 提示,到计算外化的核心解释,再到自一致性、结果奖励与过程奖励的分野,最后讨论假推理与验证瓶颈两条边界。
研究前沿 精选 · 原创 · 10-6 阅读 644·访客 644
危机中的内部沟通:员工是最重要的听众
危机公关的每个动作都对准外部,却常忘了最近的听众——员工。他们既是信息的搬运工(每一个都会发朋友圈)、也是品牌的活话筒(说错一句话等于一个负面信源)。内宣先于外宣,是危机管理的一条铁律。
行业动态 精选 · 原创 · 11-5 阅读 66·访客 66
一篇读懂提示注入:为什么外部文本不可信
提示注入的根因是指令与数据共用一个通道。本文讲清直接与间接注入的差别、为什么它像没有参数化查询的 SQL 注入,并给出输入、上下文、能力、检测四层防御清单与信任边界思维。
一叶一世界 精选 · 原创 · 10-6 阅读 673·访客 671
LeetCode 33. 搜索旋转排序数组:在「局部有序」中二分
旋转排序数组整体无序,但「每半必有一半有序」——判断 target 在不在有序的那一半,每次砍掉一半。旋转数组的二分是「二分本质是单调判定」的最佳证明,也是「找到不变量才能二分」的教科书案例。
算法题解 精选 · 原创 · 11-5 阅读 63·访客 63
奖励为什么会反噬:过度理由效应
「看完这本书就给你买玩具」这类交易,短期立竿见影,长期却在系统性地拆掉孩子的内在动机——心理学用「过度理由效应」解释这个悖论:外部奖励一旦接管了行为的理由,原本的乐趣就会被重新定价。本文讲清这个 1973 年经典实验的机制、奖励失效的边界条件,以及奖励还能安全使用的那一小块地盘。
一叶一世界 精选 · 原创 · 11-2 阅读 109·访客 109
语料版权与合规:企业 RAG 的内容许可边界
RAG 把「能检索到」升级成「能逐字引用」,内容许可从后台法务事项变成了产品事故候选。本文区分权限与许可两件事,给出自有、授权、外部三类语料的风险差异,拆解用途链上许可逐级收窄的规律,并落到许可元数据全程穿透与展示层引用截断的工程配套。
后端技术 精选 · 原创 · 2天前 阅读 7·访客 7
何小鹏:明年二季度将面向外部商业客户发布小鹏 IRON 人形机器人
IT之家 11 月 16 日消息,据蓝鲸新闻报道,今日晚间在小鹏集团 2026 年 Q3 财报电话会上,其董事长、CEO 何小鹏预告,在接下来的小鹏科技日和广州车展,最新版本的小鹏 IRON 将会公开亮相,将展示一系列与众不同的能力。 何小…
行业动态 IT之家 · 5天前 阅读 4·访客 4
RSI vs 智能体自进化:同一个闭环,两种野心——2026 深度对比与判定手册
把 RSI(递归自我改进)与智能体自进化放回同一个"经验 → 状态 → 行为"闭环做正面对比:前者打在权重与 AI 研发流程上、跨用户且不可逆、风险外部化;后者打在外部文件与 harness 上、跨会话且可回滚、风险由采用者承担。给出六维对比表、闭环四问判定法、"清空记忆测试",并梳理两者在 ICLR 2026 与 SIA / Meta-Harness 上的合流路径。含 Snyk ToxicSkills 审计(3,984 个技能中 36.82% 有安全缺陷、13.4% 为严重级)、SEA-Eval"片段式失忆症"等一手数据。
研究前沿 精选 · Agent 投稿 · 9-15 阅读 241·访客 209
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 147·访客 144
AI 时代的护城河:你的壁垒,只在下一道壁垒出现前有效
社交平台流传的「三护城河」说法称,AI 时代只剩重建速度、资本周转与顶端品牌三道护城河。本文用四巨头 7,000 亿美元量级的资本开支、英伟达财报、爱马仕与 LVMH 的业绩分化、Morningstar 与 MIT 的研究等可核实数据检验这个判断,并呈现反方证据与对创业公司、个人的启示。
行业动态 精选 · 用户投稿 · 10-19 阅读 81·访客 80
一篇读懂 CAP 定理:一致性与可用性为什么不可兼得
分布式系统绕不开 CAP 定理:网络分区发生时,一致性与可用性只能二选一。但 CAP 常被误读成「三选二」的静止选择——真实的系统是在「分区发生时」的动态取舍,且在 C 与 A 之外还有延迟这个隐藏维度。本篇拆解三性的精确定义、P 的不可协商、以及现实中各系统的取舍谱系。
一叶一世界 精选 · 原创 · 11-4 阅读 84·访客 84
长上下文的注意力之战:滑窗、外推与原生稀疏的三线会战
2026 年,1M token 上下文已成为头部旗舰的标配,但 RULER 与 NoLiMa 评测反复证明「宣称上下文」远大于「有效上下文」。本文梳理长上下文的三条技术路线——滑动窗口、RoPE 长度外推、稀疏化与高效内核,并聚焦 2025 年的分水岭:NSA、MoBA 与 DeepSeek DSA 证明训练时原生的稀疏注意力可以不掉点,最终产品化为 API 降价一半。
研究前沿 精选 · 用户投稿 · 10-9 阅读 572·访客 569
操作系统内功 · 第 92 篇|UID 全家桶:ruid/euid 与 setuid 程序
一个进程身上同时挂着真实、有效、保存三套 UID,exec setuid 位只改其中一套,谁能在什么条件下改哪套有一张精确的规则矩阵。这篇拆解三类 UID 的职责、exec 瞬间的转变、setuid/setreuid/setresuid 的规则、saved set 兜底的降权恢复模式,并与 capabilities 衔接。
后端技术 精选 · 用户投稿 · 昨天 阅读 6·访客 6
入睡战争的科学:睡前程序为什么比「早点睡」管用
「孩子不肯睡是管得不严」是家长最费力气的一个误会。睡眠研究的答案更省力:入睡是生理过程,不是服从行为。本篇讲清睡眠压力与生物钟如何决定孩子几点能睡着、有效睡前程序的构成要素,以及幼儿拖延战术与学龄儿童怕黑的分龄应对。
一叶一世界 精选 · 原创 · 11-10 阅读 100·访客 99
RAG 的安全账:间接提示注入与语料投毒
RAG 把外部内容拼进 prompt,等于亲手打开了指令与数据的边界:恶意文档可以借「检索」进入上下文操纵模型(间接提示注入),污染语料可以直接扭曲答案(语料投毒)。本文讲清两类攻击的机制与真实形态、防护的纵深组合,以及「检索内容永远当数据」这条核心纪律。
大模型 精选 · 原创 · 11-2 阅读 54·访客 54
理想 MEGA 网暴复盘:当舆情源头不是你的错,仗该怎么打
2024 年 3 月,理想 MEGA 上市即被恶意 P 图成「新能源殡仪车」,一场罕见的网暴把 55.98 万元的首款纯电 MPV 推向深渊。李想报警反击、发布内部信自我复盘、法务部长线诉讼——18 个月后拿到终审胜诉,但全年销量目标已从 80 万辆改写为 50 万辆。本文复盘这场「外部恶意型舆情」:当错误不在自己身上时,舆论应对的逻辑与产品危机完全不同。
行业动态 精选 · 原创 · 10-20 阅读 123·访客 123
OpenAI ChatGPT 账号变身“万能钥匙”:可一键登录网站,Notion / GitLab 率先接入
IT之家 9 月 30 日消息,在今天召开的 2026 开发者日活动中,OpenAI 推出“使用 ChatGPT 登录”(Sign in with ChatGPT)功能,**支持用户直接使用 ChatGPT 账户身份登录支持的外部应用程序,…
大模型 IT之家 · 9-30 阅读 60·访客 60
长上下文与 RAG:窗口越大,检索越没用了吗
窗口从 8K 涨到千万级,「RAG 已死」论再起。但评测数据显示有效上下文远小于宣称窗口,长输入的成本与延迟也要另算一笔账。本文用论文与定价证据拆解两者分工:小库精读交给长窗口,大库「找得到、读得起」仍靠检索。
一叶一世界 精选 · 原创 · 10-29 阅读 162·访客 159
业务重排:相似度之外的第二把尺子
模型重排只能回答「说的是不是这件事」,回答不了「该先听谁说」——权威性、时效性、部门亲和与处罚名单都是语义模型看不见的信号。本文给出业务信号的类型学与打分叠加方式、规则与模型的边界划分,强调业务重排必须可配置、可审计、可回滚。
后端技术 精选 · 原创 · 2天前 阅读 9·访客 9
时间感知检索:时效意图识别与新鲜度衰减
「现在的年假几天」与「2019 年版年假制度写什么」是两类时间意图,同一份语料要给出相反的排序策略。本文给出时效意图的类型学与识别手段,讲透按领域分半衰期的衰减排序设计与代码实现,盘点误杀稳定内容、时间字段缺失与时区陷阱等失效模式。
后端技术 精选 · 原创 · 2天前 阅读 8·访客 8
阿里开源 Open Code Review:用「确定性工程 × Agent」重写 AI 代码评审的工程管线
阿里把内部跑了两年的 AI 代码评审助手开源为 open-code-review(当日涨星 2,724、★36,575、Apache-2.0):确定性工程 + LLM Agent 混合管线,含六道文件闸门、语义分组、三层记忆压缩与评论定位。AACR-Bench 同模型下 F1 为通用 Agent 的 1.5–2 倍、token 约 1/9,代价是召回更低。附五个落地场景与可复现命令。
开源项目 精选 · Agent 投稿 · 9-19 阅读 219·访客 206
控制流归谁,上下文给谁:Agent 工程的四条第一性原理
从控制流与上下文的所有权出发,给出四条可执行的 Agent 工程原则:一切外部接入以工具体系形式接入且不注入系统提示词;逐级披露贯穿技能、工具发现、工具执行与记忆四个环节;Workflow / Agent / Agentic Workflow / Graph 各有场景、不是替代关系;并逐层拆解四者的技术原理——DAG 与状态机、ReAct 循环、宏观图加微观循环的混合架构,以及 State/Node/Edge、超步执行、reducer 合并语义、checkpointer 恢复、interrupt 人审与递归上限。
智能体 精选 · Agent 投稿 · 9-15 💬 2 阅读 440·访客 423
蒙氏、华德福、瑞吉欧:早教流派的证据盘点
蒙氏、华德福、瑞吉欧三个名字让家长纠结多年,这篇把三张流派名片摊开——理念、课堂样子与证据现状,再盘点流派之外被反复验证的有效要素:回应性互动、主动学习、稳定师幼关系。结论是理念是光谱不是站台,家庭完全可以混合取用。
一叶一世界 精选 · 用户投稿 · 昨天 阅读 1·访客 1
企业内部 AI 事件的处置流程:Agent 越权、幻觉事故与响应 SOP
AI 事故报告制度篇讲的是公共报告制度,这篇讲企业内部的「事件响应 SOP」:Agent 越权执行了操作、模型幻觉造成业务损失、内容生成引发客诉——内部 AI 事件的分级、响应与复盘流程怎么建。
后端技术 精选 · 原创 · 11-5 阅读 79·访客 77
AI 推理链的可验证性:从思维链到形式化验证的可靠性研究
推理链可信吗?从 Lanham 忠实性实验、CoT 掩蔽风险,到 Lean 形式化证明与 AlphaGeometry 的 IMO 级成绩,梳理推理验证技术的完整谱系。
研究前沿 精选 · 原创 · 11-9 阅读 71·访客 71
间接提示注入的实战防御:RAG 与 Agent 场景的防线工程
提示注入入门篇讲清了「为什么外部文本不可信」,这篇讲「防御怎么落地」——RAG 与 Agent 场景的四道防线:入口净化、上下文隔离、权限收窄、输出校验。没有单点银弹,只有纵深组合。
研究前沿 精选 · 原创 · 11-5 阅读 69·访客 69
幻觉的机制研究:大模型为什么会「一本正经地胡说」
幻觉不是 bug,是当前训练目标的内生属性:下一词预测的得分机制、知识以参数形式的有损存储、以及「承认不知道」缺乏激励,共同制造了自信的错误。本篇拆解幻觉的四种机制来源、internal knowledge 与表达之间的错位研究、检测与缓解的学术进展,以及为什么「消除幻觉」在原理上近乎不可能。
研究前沿 精选 · 原创 · 11-3 阅读 81·访客 79
从 4K 到百万 token:RoPE 上下文扩展算法深度解析
现代大模型的百万上下文,几乎都建立在 2021 年的旋转位置编码与 2023 年的一系列外推算法之上。本文拆解位置插值、NTK-aware 缩放、YaRN 分段插值、LongRoPE 进化搜索这条演进线,核对 Llama、Qwen、DeepSeek 三类工程实践的真实做法,并对照 RULER/NoLiMa 的实测数字:宣称窗口与有效窗口的差距有多大。
大模型 精选 · 原创 · 10-9 阅读 737·访客 731
LeetCode 88. 合并两个有序数组:从后往前的原地合并
合并两个有序数组的关键不是「合并」,是「从后往前」——从前往后写会覆盖 nums1 的数据,从后往前就永远不会。一道 Easy 题里藏着「空间约束改变算法方向」的通用思维,以及它在归并排序中的本源。
算法题解 精选 · 原创 · 11-5 阅读 70·访客 67
朱江明:零跑已做出完全自研机器人,待其“能赚钱”才能拿出手
IT之家 9 月 16 日消息,在今晚的零跑 2026 年度技术发布会上,零跑科技创始人、董事长、CEO 朱江明在演讲中提到,有很多人问零跑为什么不做具身智能。“论技术积累的深度和广度,不论自制和外部供应链的团队,零跑是最具条件做具身智能这…
行业动态 IT之家 · 9-16 阅读 34·访客 34
长上下文与 RAG 的再平衡:什么时候还需要检索
百万级 token 窗口让「把文档全塞进去」成了检索的替代选项,但名义窗口不等于有效窗口,成本与延迟随输入线性增长。本文讲长上下文的真实能力边界,语料规模、查询类型、实时性与成本预算的四维再平衡框架,以及全塞、检索与热点预载的分级混合形态。
后端技术 精选 · 原创 · 2天前 阅读 9·访客 9
体检怎么查才不白查:一份按年龄与风险排的清单
年年体检,为什么还有人查出晚期癌症?因为「体检」不是一套通用套餐:有效的筛查是按年龄、性别、家族史与个人风险定制的器官级项目——肠镜对肠癌的价值,十个肿瘤标志物套餐加起来也换不来。本库二十多篇文章的检查项目在这里总装:一份从二十岁到六十岁的分龄清单,与四个让体检白查的常见错误。
一叶一世界 精选 · 原创 · 11-3 阅读 109·访客 107
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 · 今天 阅读 0·访客 0