Search

直接匹配不多，已補上最新動態。

Tag: #accuracy4 results

研究發現主流聊天機器人在新聞準確性上表現不佳

Forum AI 的一項研究顯示，ChatGPT、Gemini、Claude 和 Grok 在提供有關選舉與地緣政治的準確、無偏見資訊方面表現吃力。報告建議 AI 公司需要更嚴格的外部驗證。

Bloomberg TechnologyMedia•May 20#llm-evaluation #accuracy #bias

OpenAI 推出 GPT-5.5 Instant 作為 ChatGPT 的新預設模型。它提供更智能、更準確的回答，並減少幻覺現象。使用者獲得更好的個人化控制功能。

一項分析顯示 Google 的 AI Overviews 功能錯誤率達 10%。這引發了 90% 準確率是否足以應對 AI 驅動搜尋結果的疑問。

Google 的 AI 概覽提供看似權威的答案，但來源涵蓋可靠網站與不可靠的 Facebook 貼文。此來源策略引發對生成摘要事實準確性的重大疑慮。

New York Times TechnologyMedia•Apr 7#accuracy #sourcing #generative-search

OpenAI 表示 Codex 活躍使用者已突破 2,000 萬，第三方追蹤數據則顯示其近期增速超越 Claude Code。Claude Code 目前規模仍較大且深受開發者採用，但隨著 Anthropic 接近早期市場飽和，其高速成長已經放緩。

中國多項臨床試驗正利用腦機介面，協助脊髓損傷患者站立與行走，並讓失明患者恢復有限的視覺感知。試驗結果差異很大，凸顯這項技術的潛力，以及目前在訊號採集、解碼與復健方面的限制。

據報 Alibaba 正合併電商業務、整合雲端與晶片業務，並將 Qwen 拆分為獨立子公司。報導亦涵蓋 Unitree 計畫登陸科創板、Anthropic 據傳的年化營收，以及 Alibaba 持續投入 AI 對利潤與現金流造成的壓力。

California 與其他 28 個州指控 Meta 設計 Facebook 和 Instagram 使其具成癮性、違反兒童隱私法，並隱瞞相關做法。檢方將其涉嫌採取的策略概括為「吸引、留住、收集、隱瞞」。

The Guardian TechnologyMedia•1h ago#privacy #child-safety #platform-design

Ox Alpha 是一款透過 OpenRouter 與 OpenCode 提供的匿名模型，具備 100 萬 token 上下文、圖片與影片輸入、工具呼叫及免費使用等能力。早期測試顯示其推理與程式設計表現強勁，但開發者、參數量、訓練資料與正式基準排名仍未獲確認。

Cloudflare 推出 Agent Tracing，支援設定 Payload 截斷限制。不同支援的 Agent 框架在 Payload 預設記錄策略上有所差異，因此開發者在設定可觀測性時需要檢查各框架的個別設定。