AI 招聘偏見如何越滾越大
普林斯頓大學與芝加哥大學的研究發現，即使不同候選群體能力完全相同，大型語言模型仍可能形成強烈的職業刻板印象。在連續 40 輪招聘中，早期隨機出現的成功與失敗會形成回饋循環，集中機會並放大偏見。
Search
Tag: #feedback-loops5 results
提升自然語言反饋驅動的互動式上下文學習
提出一個可訓練框架，利用資訊不對稱的多輪反饋，將可驗證任務轉化為互動式上下文學習。經訓練的小型模型效能幾乎追平大十倍模型，並泛化至程式碼、謎題和迷宮導航。透過內部模擬教師批評實現自我改進。
為何代理型企業必須轉型為學習系統
本文指出，代理型企業真正的競爭優勢在於捕捉營運知識並將其回饋至 AI 系統的能力。企業不應僅依賴模型能力，而需建立能將人類專業知識轉化為可重複使用之組織知識的生態系統。
掌握你的 AI 優勢
LangChain 認為，企業必須掌握自己的代理系統、治理機制、上下文與回饋迴路，才能建立持久的 AI 優勢。文章說明組織如何超越通用 AI 能力，打造差異化的商業價值。
AI 穿戴裝置的日常操縱風險
AI 正從工具轉變為心智義肢，透過智慧眼鏡和耳機等穿戴裝置即時監控使用者。這些裝置形成回饋迴圈，能透過耳語建議操縱信念、購買和觀點。大科技公司加速推向市場，但政策制定者尚未準備好。