APM揭示註解者安全政策分歧
研究人員推出註解者政策模型 (APMs)，這是可解釋模型，僅從標註行為推斷註解者的內部安全政策。APM 達到超過 80% 準確率，能預測反事實回應，並辨識人類與 LLM 註解中的政策模糊性和價值多元性。這有助於無需額外標註成本，即實現更透明且包容的 AI 安全政策設計。
Search
直接匹配不多，已補上最新動態。
Tag: #annotation3 results
⚙️
為何多模態資料集品質始於模型訓練之前
Machine Learning 社群討論了收集錄音室品質語音資料集與第一人稱家庭活動影片資料集時的主要瓶頸。參與者指出，錄製環境一致性、裝置差異、標註可靠性、隱私、同意以及可擴展的品質控管都是關鍵問題。
🎨
150k 糞便影像：擴展 CV 標註最佳實務
使用者分享 150k+ 糞便影像資料集，用於訓練電腦視覺模型，詳述 Bristol 類型、一致性及血跡等標註的手動驗證流程。他們迭代訓練經驗證資料，並尋求可擴展工作流程建議。貼文詢問高風險標註領域的 ML 最佳實務。
768 組外洩 AWS 金鑰仍可提供危險權限
Truffle Security 發現 768 組外洩的 AWS 金鑰，可對企業帳戶提供廣泛控制權，其中包括 526 組根金鑰。在受測憑證中，仍有 88% 處於啟用狀態；而 AWS 的隔離政策仍允許許多具破壞性的操作。
AI 需求先暴增，利潤仍在路上
GDS Holdings 顯示，AI 相關資料中心訂單的增長速度快於已確認收入。這項趨勢反映需求強勁，但基礎設施擴建週期也使獲利延後。
TikTok 以 4 億美元和解美國兒童隱私案件
TikTok 與 ByteDance 同意支付 4 億美元，和解美國司法部提起的案件；該案指控數百萬名未滿 13 歲兒童使用平台，且其資料在未獲家長同意下遭到蒐集。愛爾蘭監管機構也曾在 2023 年因兒童帳戶問題對 TikTok 罰款 3.45 億歐元。
Windows 為何成為 AI PC 的絆腳石
隨著 AI 工作負載提高對系統資源的需求，Microsoft 正重新最佳化 8GB 以上裝置的 Windows 記憶體使用。文章認為，舊版相容性、整合服務、WebView2 與分散的資源管理，正壓縮本地模型和 AI Agent 可用的記憶體空間。
具身智能開啟 PMF 長跑
文章探討具身智能如何進入一場長期尋找產品市場契合度（PMF）的過程。文章認為，商業成功不會立即到來，因為技術路線仍未定型，而場景與規模之爭才剛開始。
生成式AI正擊穿大學線上考試
一份最新報告警告，生成式AI正助長大學無人監考線上考試中的大規模作弊。相關機構敦促高校重新檢視這類評量，因為考試很容易被繞過，可能已無法可靠衡量學生的知識。
星海圖探索具身智能產業化
量子位報導星海圖與產業夥伴共同討論具身智能從模型走向生產力的路徑。文章強調透過產業協作，推動具身智能真正落地到多個行業。