研究揭示主流AI模型存在宗教偏见，对天主教尤为明显

一个由多所大学组成的联盟发布研究称，主流人工智能模型在处理宗教信仰相关问题时表现出系统性偏见，其中对天主教的态度尤为积极。该研究联盟名为“AI信仰与伦理评估联盟”，由贝勒大学、杨百翰大学、圣母大学和耶希瓦大学组成。研究人员分析了包括ChatGPT、DeepSeek、Claude在内的20个主流AI模型对3640个宗教相关问题的回复。结果显示，这些模型对天主教的“鼓励率”高达61%，而对耶和华见证人的“鼓励率”仅为3%。主流新教的鼓励率为49.2%，福音派新教为34%。值得注意的是，不可知论（认为无法知晓上帝是否存在）获得了71%的鼓励率，高于所有被测试的宗教。研究人员指出，AI系统常引导用户就生活挑战与父母、治疗师等交流，却极少建议他们寻求牧师、拉比或伊玛目等宗教人士的帮助。 该研究结果发布正值教宗利奥十四世发表关于人工智能的通谕《宏伟的人性》之后。教宗在通谕中强调，技术从不中立，它会吸收其创造者的价值观与偏见。尽管宗教领袖对AI的关注度日益增长，但该联盟指出，宗教偏见在AI安全研究中仍被严重忽视。在超过12000篇关于AI偏见的论文中，仅有0.2%探讨了与宗教相关的偏见。研究团队期望AI的指导应保持中立对称，但实际结果表明，特定信仰体系存在显著且可重复的正面或负面偏见。 #AI #人工智能 #科技新闻 #AI伦理 #宗教偏见 #研究报告 #社会科学

LMIM OS v2.1 正式发布，打造离线AI生态系统

LMIM OS 最近推出了v2.1版本，代号Tezcat，这是一个专注于离线环境的人工智能生态系统。新版本集成了语音控制、检索增强生成（RAG）技术以及WhatsApp连接功能，使用户能够在无互联网的条件下享受AI服务，从而增强数据隐私和使用便捷性。该系统以单个可执行文件的形式分发，实现零设置安装，支持Linux和Windows操作系统，降低了技术部署的难度。此外，LMIM OS 永久免费提供，并内置AI模型，进一步推动AI技术的普及。这一更新可能为网络受限地区或注重隐私的用户提供更多智能化解决方案，促进离线AI应用场景的扩展。 #LMIMOS #离线AI #人工智能 #语音技术 #RAG #WhatsApp #免费软件 #科技新闻

19岁少年开发AI高尔夫挥杆分析应用，实现设备端实时分析

加州大学洛杉矶分校学生科林·谭近日开发了一款名为“The Swing Sensei”的AI高尔夫挥杆分析应用。该应用最大特点是完全在用户设备端运行，利用苹果CoreML技术和自定义姿势检测模型分析挥杆视频，无需上传云端，保障用户隐私。它可在几秒内对挥杆进行评分，并提供12个关键检查点的详细反馈及14套专业教练教学视频。该应用已获得超三万名高尔夫球员使用，并与PGA专业教练合作开发内容，旨在帮助用户低成本提升球技。 #AI应用 #高尔夫 #体育科技 #移动应用 #设备端AI #青少年创新 #CoreML #隐私保护

GitHub 发现 600 万颗假星星

卡内基梅隆大学近期发布一项研究，揭示 GitHub 平台上存在大量虚假“星星”指标，严重扭曲了开源项目的受欢迎度评估。研究发现，在超过 18,600 个开源仓库中，累计约 600 万颗星星是人为制造的，这反映了某些项目通过不正当手段提升排名的现象。针对这一问题，研究团队提供了评估开源 AI 工具的方法，建议开发者和用户避免单纯依赖星星数量，转而关注代码质量、文档完整性、社区活跃度、测试覆盖率以及实际应用效果等实质因素。此举旨在帮助社区识别真正有价值的工具，维护开源生态的透明与健康发展，防止被虚高数据误导，从而做出更明智的技术选择。 #GitHub #假星星 #开源AI #研究 #科技新闻 #AI工具 #鉴别方法

AI克隆女儿声音诈骗案

近日，加州湾区一名母亲德博拉·德尔·马斯特罗（Deborah Del Mastro）遭遇AI诈骗，损失数千美元。骗子使用人工智能技术克隆其37岁女儿的声音，通过电话声称女儿被墨西哥贩毒集团绑架，并播放克隆的恐慌声音作为“证据”。在长达五小时的胁迫下，德尔·马斯特罗因恐惧女儿安危，按指示从多处向墨西哥汇款5400美元，随后才发现女儿安全无恙。专家指出，此类利用AI克隆声音的诈骗案件正急剧增加，骗子常从社交媒体提取音频进行克隆，形成“诈骗大流行”，技术门槛降低使趋势加剧。当局呼吁公众保持警惕，尤其在遇到紧急资金请求时，建议使用家庭暗号验证身份。德尔·马斯特罗的经历警示人们应提高防骗意识，避免接听陌生来电并共享家庭位置，警方已介入调查但追回钱款希望渺茫。 #AI诈骗 #深度伪造 #网络安全 #科技犯罪 #湾区新闻 #金融诈骗 #人工智能

开发者构建自动化工具简化AI代码审批流程，广受科技工程师欢迎

近年来，大型科技公司普遍为开发者提供近乎无限的编程工具使用权限，但同时通过管理白名单严格限制可执行的命令。这导致开发者在日常工作中需频繁手动点击确认，效率低下，未能成为高效的“100倍工程师”，反而沦为“多窗口点击者”。针对这一痛点，一位开发者创新性地构建了一款本地自动化工具。该工具采用OCR技术，能自动识别屏幕上的“运行”、“接受”、“允许”或“获取”等标签，并模拟点击操作，从而无缝完成审批流程。最初，这工具仅服务于开发者个人及其团队，但由于其显著节省时间和精力，迅速在科技公司开发者中赢得好评。这一创新不仅提升了开发效率，也体现了自动化技术在简化重复任务中的广泛应用前景。 #科技 #开发工具 #自动化 #AI #编程 #效率 #创新 #工程师 #编程工具

OpenAI研究承认

人工智能公司OpenAI近期发表的一项研究表明，大型语言模型产生“幻觉”——即生成看似合理但事实错误的信息——在数学上是不可避免的。这项由OpenAI研究人员与佐治亚理工学院学者合作完成的研究指出，幻觉源于语言模型的统计特性与根本性的数学约束，而非单纯的工程实现缺陷。研究建立了一个理论框架，证明即使使用完美数据训练，AI系统也必然会存在一定比例的错误生成。 作为行业领军者，OpenAI的这一承认具有重要分量。研究用包括DeepSeek、Meta和Claude在内的多个前沿模型进行了测试，均证实了幻觉的普遍性。值得注意的是，OpenAI自家的先进推理模型（如o3和o4-mini）的幻觉率甚至高于更简单的系统。研究揭示了导致幻觉不可避免的三个数学因素：训练数据中的认知不确定性、模型架构的表达能力局限，以及某些问题的计算不可行性。 此项发现对当前火热的AI应用浪潮构成根本性质疑。它表明，AI系统“不知道自己不知道”，缺乏人类面对不确定性时应有的谦逊和求证态度，这直接影响了其输出的可靠性。研究还批评了现有的行业评估方法，指出它们可能无意中鼓励了模型为了给出答案而编造信息的行为，从而加剧了幻觉问题。 #AI #幻觉 #OpenAI #大模型 #科技新闻 #人工智能 #研究发现

BadHost 漏洞：单个字符可绕过 Python AI 生态系统安全机制

安全研究人员发现了一个名为 BadHost 的高危漏洞，编号 CVE-2026-48710。该漏洞源于 Starlette 库在处理 HTTP Host 头时未严格验证，攻击者只需注入一个字符（如 '?' 或 '#'），即可绕过基于路径的授权检查。通过 FastAPI，该漏洞影响大量 Python AI 工具，包括 vLLM、LiteLLM、Text Generation Inference 等项目。上游评估 CVSS 评分 6.5（中等），但发现者 X41 D-Sec 认为风险被低估，因其可导致认证绕过、服务器端请求伪造和远程代码执行。目前 Starlette 已发布补丁 1.0.1，相关在线扫描工具也已推出。此漏洞波及近年来部署的众多模型服务、网关和代理基础设施，需引起生态系统的高度关注。 #安全漏洞 #CVE202648710 #BadHost #Python #AI #开源安全 #科技新闻