荷兰近七成欧盟烟草法规反馈由AI生成,菲利普莫里斯主导
据荷兰媒体Pointer与NOS联合调查,欧盟修订烟草产品及广告法规的公众咨询中,荷兰语反馈近四分之三(71%)完全由AI生成,其中九成来自烟草巨头菲利普莫里斯(PMI)的文本生成器。欧盟委员会对此“非常担忧”。通常此类咨询反馈不足千条,但此次收到超8万条。PMI通过“Your Voice Your Choice”活动,在烟草店和IQOS网站引导用户使用AI工具生成反对严格监管的评论,工具预设了反对选项,仅一个选项支持加强限制。专家指出,这是烟草业利用AI影响政策的新手段,类似旧策略的新包装。 #荷兰 #欧盟 #烟草法规 #AI #菲利普莫里斯 #公众咨询 #监管 #烟草业 #科技影响 #新闻
据荷兰媒体Pointer与NOS联合调查,欧盟修订烟草产品及广告法规的公众咨询中,荷兰语反馈近四分之三(71%)完全由AI生成,其中九成来自烟草巨头菲利普莫里斯(PMI)的文本生成器。欧盟委员会对此“非常担忧”。通常此类咨询反馈不足千条,但此次收到超8万条。PMI通过“Your Voice Your Choice”活动,在烟草店和IQOS网站引导用户使用AI工具生成反对严格监管的评论,工具预设了反对选项,仅一个选项支持加强限制。专家指出,这是烟草业利用AI影响政策的新手段,类似旧策略的新包装。 #荷兰 #欧盟 #烟草法规 #AI #菲利普莫里斯 #公众咨询 #监管 #烟草业 #科技影响 #新闻
XGBoost 败给逻辑回归:358场国际足球预测实验揭示模型选择陷阱
一项针对国际足球比赛结果的模型对比实验显示,在预测358场历史赛事(2010-2022年世界杯及2020、2024年欧洲杯)的胜负时,最简单的逻辑回归模型竟击败了XGBoost、随机森林、KNN和神经网络等复杂模型。实验使用相同的三个特征(球队实力差距、综合实力、淘汰赛标识),以对数损失而非准确率为主要评估指标。逻辑回归取得最低对数损失,而XGBoost不仅排名垫底,其对数损失甚至高于随机猜测的基准值1.099,尽管准确率达48%。这一反直觉结果揭示了过拟合的核心问题:复杂模型在小样本、高噪声数据上容易捕捉虚假模式,导致概率校准失败。实验强调,在真实应用场景中,模型的选择应基于偏差-方差权衡,简单模型往往在数据有限时更可靠。 #机器学习 #模型选择 #XGBoost #逻辑回归 #过拟合 #体育数据分析 #概率校准
一项针对国际足球比赛结果的模型对比实验显示,在预测358场历史赛事(2010-2022年世界杯及2020、2024年欧洲杯)的胜负时,最简单的逻辑回归模型竟击败了XGBoost、随机森林、KNN和神经网络等复杂模型。实验使用相同的三个特征(球队实力差距、综合实力、淘汰赛标识),以对数损失而非准确率为主要评估指标。逻辑回归取得最低对数损失,而XGBoost不仅排名垫底,其对数损失甚至高于随机猜测的基准值1.099,尽管准确率达48%。这一反直觉结果揭示了过拟合的核心问题:复杂模型在小样本、高噪声数据上容易捕捉虚假模式,导致概率校准失败。实验强调,在真实应用场景中,模型的选择应基于偏差-方差权衡,简单模型往往在数据有限时更可靠。 #机器学习 #模型选择 #XGBoost #逻辑回归 #过拟合 #体育数据分析 #概率校准