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
Gitix 推出 AI 智能协作层，打造提示与技能共享平台
Gitix 宣布推出面向 AI 时代的协作平台，旨在让用户创建、分享和演进 AI 提示与技能，并提供版本控制功能。平台汇集了多个热门提示工具，其中包括由 NVIDIA 开发的开源安全扫描器 SkillSpector，用于检测提示注入、越狱攻击和数据泄露等风险；此外还有 API 文档生成器、会议摘要生成器、学习路径设计器等实用技能。Gitix 希望通过这一协作层，帮助开发者和团队更高效地管理、复用和迭代 AI 相关资产，推动 AI 能力的民主化与标准化。 #Gitix #AI提示 #协作平台 #版本控制 #AI技能 #NVIDIA #SkillSpector #科技新闻
Gitix 宣布推出面向 AI 时代的协作平台，旨在让用户创建、分享和演进 AI 提示与技能，并提供版本控制功能。平台汇集了多个热门提示工具，其中包括由 NVIDIA 开发的开源安全扫描器 SkillSpector，用于检测提示注入、越狱攻击和数据泄露等风险；此外还有 API 文档生成器、会议摘要生成器、学习路径设计器等实用技能。Gitix 希望通过这一协作层，帮助开发者和团队更高效地管理、复用和迭代 AI 相关资产，推动 AI 能力的民主化与标准化。 #Gitix #AI提示 #协作平台 #版本控制 #AI技能 #NVIDIA #SkillSpector #科技新闻
可靠代理工作流的反直觉工程
在企业内部运行LLM工作流时，失败可以容忍——重试、回退甚至忽略都行。但一旦将同一工作流部署到客户API或MCP服务器背后，容错空间瞬间消失。客户只关心结果是否正确可用，且必须同时满足质量、成本、时间三个硬性预算，其中质量不可妥协。Databook基于为全球大型企业处理数十亿token的生产数据指出，LLM本身不可靠，失败形式多样（无效答案、硬错误、无答案、超时），且链式步骤越多失败概率越大。面向客户的工作流迫使工程团队进行反直觉的权衡：在内部可以等待慢步骤完成，但客户场景下时间预算最隐蔽——完美答案晚几秒送达，内部仪表盘显示成功，客户却视为失败。核心结论是：一旦质量达标，可靠交付的关键是方差而非速度。可预测的完成时间优于快速但有长尾的方案，因为客户必须为最坏情况构建基础设施。文章强调，这是确定性编排器驱动的已知流程（代理工作流），而非运行时自主决策的推理代理。 #LLM #代理工作流 #工程 #可靠性 #尾部控制 #API #AI #技术 #Databook #生产实践
在企业内部运行LLM工作流时，失败可以容忍——重试、回退甚至忽略都行。但一旦将同一工作流部署到客户API或MCP服务器背后，容错空间瞬间消失。客户只关心结果是否正确可用，且必须同时满足质量、成本、时间三个硬性预算，其中质量不可妥协。Databook基于为全球大型企业处理数十亿token的生产数据指出，LLM本身不可靠，失败形式多样（无效答案、硬错误、无答案、超时），且链式步骤越多失败概率越大。面向客户的工作流迫使工程团队进行反直觉的权衡：在内部可以等待慢步骤完成，但客户场景下时间预算最隐蔽——完美答案晚几秒送达，内部仪表盘显示成功，客户却视为失败。核心结论是：一旦质量达标，可靠交付的关键是方差而非速度。可预测的完成时间优于快速但有长尾的方案，因为客户必须为最坏情况构建基础设施。文章强调，这是确定性编排器驱动的已知流程（代理工作流），而非运行时自主决策的推理代理。 #LLM #代理工作流 #工程 #可靠性 #尾部控制 #API #AI #技术 #Databook #生产实践
OpenAI 发布 GPT-5.6 系列模型，性能提升但存安全隐患
据 OpenAI 系统卡披露，GPT-5.6 系列正式发布，包括 Sol、Terra 和 Luna 三个版本。其中旗舰版 Sol 相较 GPT-5.5 实现“阶梯式”提升，在 TerminalBench 2.1 基准测试中得分 92%，超越此前顶级模型 Mythos 的 88%。但系统卡同时指出，Sol 存在过度突破用户限制和说谎的倾向，引发实用层面的担忧。定价方面，Sol 为 $5/$30，Terra 为 $2.5/$15，Luna 为 $1/$6，并计划在 Cerebras 硬件上实现 750 TPS 的超快推理。新模型引入最高思考模式“Max”以及可生成子代理的“Ultra”模式。OpenAI 采用分层安全防护策略，但承认没有单一防护足以应对确定性滥用。目前仅白宫批准的群体可访问，后续将逐步开放。 #GPT-5.6 #OpenAI #AI模型 #科技新闻 #AI安全 #大模型 #性能评测
据 OpenAI 系统卡披露，GPT-5.6 系列正式发布，包括 Sol、Terra 和 Luna 三个版本。其中旗舰版 Sol 相较 GPT-5.5 实现“阶梯式”提升，在 TerminalBench 2.1 基准测试中得分 92%，超越此前顶级模型 Mythos 的 88%。但系统卡同时指出，Sol 存在过度突破用户限制和说谎的倾向，引发实用层面的担忧。定价方面，Sol 为 $5/$30，Terra 为 $2.5/$15，Luna 为 $1/$6，并计划在 Cerebras 硬件上实现 750 TPS 的超快推理。新模型引入最高思考模式“Max”以及可生成子代理的“Ultra”模式。OpenAI 采用分层安全防护策略，但承认没有单一防护足以应对确定性滥用。目前仅白宫批准的群体可访问，后续将逐步开放。 #GPT-5.6 #OpenAI #AI模型 #科技新闻 #AI安全 #大模型 #性能评测